[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP6492005B2 - X-ray CT apparatus, reconstruction calculation apparatus, and reconstruction calculation method - Google Patents

X-ray CT apparatus, reconstruction calculation apparatus, and reconstruction calculation method Download PDF

Info

Publication number
JP6492005B2
JP6492005B2 JP2015511163A JP2015511163A JP6492005B2 JP 6492005 B2 JP6492005 B2 JP 6492005B2 JP 2015511163 A JP2015511163 A JP 2015511163A JP 2015511163 A JP2015511163 A JP 2015511163A JP 6492005 B2 JP6492005 B2 JP 6492005B2
Authority
JP
Japan
Prior art keywords
projection data
data
image
processing function
reconstruction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2015511163A
Other languages
Japanese (ja)
Other versions
JPWO2014167935A1 (en
Inventor
佑太 小倉
佑太 小倉
亮太 小原
亮太 小原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Publication of JPWO2014167935A1 publication Critical patent/JPWO2014167935A1/en
Application granted granted Critical
Publication of JP6492005B2 publication Critical patent/JP6492005B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/58Testing, adjusting or calibrating thereof
    • A61B6/582Calibration
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/04Positioning of patients; Tiltable beds or the like
    • A61B6/0407Supports, e.g. tables or beds, for the body or parts of the body
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46Arrangements for interfacing with the operator or the patient
    • A61B6/461Displaying means of special interest
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/005Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/006Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/424Iterative

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Optics & Photonics (AREA)
  • Public Health (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Pulmonology (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Description

本発明は、被検体にX線を照射してCT画像を得るX線CT装置等に関する。特に、X線CT装置により得た投影データの補正に関する。   The present invention relates to an X-ray CT apparatus or the like that obtains a CT image by irradiating a subject with X-rays. In particular, it relates to correction of projection data obtained by an X-ray CT apparatus.

近年、被曝線量の少ないCT検査を実施するため、逐次近似法による画像再構成を実行するX線CT装置が開発されている。逐次近似法による画像再構成であれば、低線量であってもノイズが少ないCT画像が得られる。   In recent years, X-ray CT apparatuses that perform image reconstruction by the successive approximation method have been developed in order to perform CT examination with a low exposure dose. If the image reconstruction is performed by the successive approximation method, a CT image with little noise can be obtained even at a low dose.

非特許文献1には、逐次近似法の一つである逐次近似投影データ補正処理が開示されている。逐次近似投影データ補正処理は、画像再構成の前処理である投影データの補正処理の一つである。逐次近似投影データ補正処理では、投影データの投影値を変数とする更新式が用いられる。更新式は、補正の強度を示すスムージング係数(補正係数や罰則項とも呼ばれる。)を含む。逐次近似投影データ補正処理では、上述の更新式を用いて反復的に投影値を更新する。   Non-Patent Document 1 discloses a successive approximation projection data correction process that is one of successive approximation methods. The successive approximation projection data correction process is one of the projection data correction processes that is a pre-process for image reconstruction. In the successive approximation projection data correction process, an update formula using a projection value of projection data as a variable is used. The update formula includes a smoothing coefficient (also called a correction coefficient or a penalty term) indicating the strength of correction. In the successive approximation projection data correction process, the projection value is repetitively updated using the above update formula.

Jing Wang et. al., “Penalized Weighted Least-Squares Approach to Sinogram Noise Reduction and Image Reconstruction for Low-Dose X-Ray Computed Tomography”, IEEE TRANSACTIONS ONMEDICAL IMAGING, VOL. 25, NO. 10, OCTOBER 2006, 1272-1283Jing Wang et. Al., “Penalized Weighted Least-Squares Approach to Sinogram Noise Reduction and Image Reconstruction for Low-Dose X-Ray Computed Tomography”, IEEE TRANSACTIONS ONMEDICAL IMAGING, VOL. 25, NO. 10, OCTOBER 2006, 1272- 1283 Jing Wang et. al., “Penalized Weighted Least-Squares Approach to Sinogram Noise Reduction and Image Reconstruction for Low-Dose X-Ray ComputedTomography”, IEEE TRANSACTIONS ON MEDICAL IMAGING, VOL. 25, NO. 10, OCTOBER2006, 1272-1283)Jing Wang et. Al., “Penalized Weighted Least-Squares Approach to Sinogram Noise Reduction and Image Reconstruction for Low-Dose X-Ray Computed Tomography”, IEEE TRANSACTIONS ON MEDICAL IMAGING, VOL. 25, NO. 10, OCTOBER2006, 1272-1283 ) Ignace Loris and Caroline Verhoeven “On a generalization of the iterative soft-thresholding algorithm for the case ofnon-separable penalty ”2011 Inverse Problems 27 125007Ignace Loris and Caroline Verhoeven “On a generalization of the iterative soft-thresholding algorithm for the case of non-separable penalty” 2011 Inverse Problems 27 125007

しかしながら、上述の非特許文献1に記載される処理では、高いノイズ低減効果を得ようとした場合、ノイズと共に高信号部の信号強度も低下し、その際、隣接する低信号部の信号強度が増加する。その結果、信号のエッジ部が滑らかになる現象が生じてしまう。この現象は、投影データのチャンネル方向のCT値の高低差が大きければ大きいほど顕著になる。そのような投影データを用いて画像再構成を行うと、画像上の高吸収体周辺にストリークアーチファクトが発生するという問題がある。そのため、大きなノイズ低減効果を期待する場合は、非特許文献1の手法では、ストリークアーチファクトが生じる点で不十分である。   However, in the processing described in Non-Patent Document 1 described above, when trying to obtain a high noise reduction effect, the signal strength of the high signal portion is reduced together with the noise, and at that time, the signal strength of the adjacent low signal portion is reduced. To increase. As a result, a phenomenon that the edge portion of the signal becomes smooth occurs. This phenomenon becomes more prominent as the difference in the CT value in the channel direction of the projection data increases. When image reconstruction is performed using such projection data, there is a problem that streak artifacts occur around the superabsorber on the image. Therefore, when a large noise reduction effect is expected, the technique of Non-Patent Document 1 is insufficient in that streak artifacts are generated.

本発明は、以上の問題点に鑑みてなされたものであり、その目的とするところは、画像ノイズを低減しつつ、画像上の高吸収体周辺部に発生するアーチファクトを低減させることにより、低被曝撮影でも画質を向上させることが可能なX線CT装置等を提供することを目的とする。   The present invention has been made in view of the above-described problems, and the object of the present invention is to reduce image artifacts while reducing artifacts generated in the periphery of a high-absorber body on an image. An object of the present invention is to provide an X-ray CT apparatus and the like that can improve image quality even in exposure imaging.

前述した目的を達成するために第1の発明は、被検体の周囲からX線を照射するX線発生装置と、前記被検体を透過するX線を検出するX線検出装置と、前記X線検出装置によって検出されるデータを収集するデータ収集装置と、前記データ収集装置によって収集されるデータを入力して投影データを作成し、前記投影データを用いてCT画像を再構成する再構成演算装置と、前記CT画像を表示する表示装置と、を備え、前記再構成演算装置は、前記投影データを補正する反復処理の反復回数を設定する反復回数設定部と、前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出部と、前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する逐次近似投影データ補正処理部と、前記補正投影データを用いてCT画像を再構成する画像再構成部と、を備えることを特徴とするX線CT装置である。   In order to achieve the above-described object, the first invention provides an X-ray generator that irradiates X-rays from around the subject, an X-ray detector that detects X-rays transmitted through the subject, and the X-rays A data collection device for collecting data detected by a detection device, and a reconstruction calculation device for generating projection data by inputting the data collected by the data collection device and reconstructing a CT image using the projection data And a display device for displaying the CT image, wherein the reconstruction calculation device includes an iterative number setting unit that sets an iterative number of iterative processes for correcting the projection data, and a first included in the iterative process. A calibration coefficient calculation unit for calculating a calibration coefficient for adjusting an application ratio between a processing function and a second processing function having characteristics different from those of the first processing function; and the projection data based on the number of iterations and the calibration coefficient. And repeat the process An X-ray CT apparatus comprising: a successive approximation projection data correction processing unit that performs correction and creates corrected projection data; and an image reconstruction unit that reconstructs a CT image using the corrected projection data is there.

第2の発明は、投影データを補正する反復処理の反復回数を設定する反復回数設定部と、前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出部と、前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する逐次近似投影データ補正処理部と、前記補正投影データを用いてCT画像を再構成する画像再構成部と、を備えることを特徴とする再構成演算装置である。   The second invention is an iterative number setting unit for setting an iterative number of iterative processes for correcting projection data, and a second process function having characteristics different from the first process function and the first process function included in the iterative process. A calibration coefficient calculation unit for calculating a calibration coefficient for adjusting the application ratio, and successive approximation projection data for generating corrected projection data by performing the iterative process on the projection data based on the number of iterations and the calibration coefficient A reconstruction arithmetic apparatus comprising: a correction processing unit; and an image reconstruction unit that reconstructs a CT image using the corrected projection data.

第3の発明は、再構成演算装置が、投影データを補正する反復処理の反復回数を設定する反復回数設定ステップと、前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出ステップと、前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する補正投影データ作成ステップと、前記補正投影データを用いてCT画像を再構成する再構成ステップと、を含むことを特徴とする再構成演算方法である。   According to a third aspect of the invention, the reconstruction calculation device sets the number of iterations of the iteration process for correcting projection data, and the first processing function included in the iteration process and characteristics different from the first processing function A calibration coefficient calculating step for calculating a calibration coefficient for adjusting an application ratio with the second processing function, and performing the iterative process on the projection data based on the number of iterations and the calibration coefficient to obtain corrected projection data. A reconstruction calculation method characterized by including a corrected projection data creation step to be created and a reconstruction step of reconstructing a CT image using the corrected projection data.

本発明によれば、画像ノイズを低減しつつ、画像上の高吸収体周辺部に発生するアーチファクトを低減させることにより、低被曝撮影でも画質を向上させることが可能なX線CT装置等を提供することができる。   According to the present invention, it is possible to provide an X-ray CT apparatus and the like that can improve image quality even in low-exposure imaging by reducing artifacts generated in the periphery of a high-absorber body on an image while reducing image noise. can do.

X線CT装置1の全体構成を示す外観図External view showing overall configuration of X-ray CT system 1 X線CT装置1のハードウエアブロック図Hardware block diagram of X-ray CT system 1 ノイズ低減処理f1による投影データの変化を説明する図The figure explaining the change of the projection data by the noise reduction processing f1 (a)下肢断面図50に発生したストリークアーチファクト50bを説明する模式図、(b)投影データ上で高吸収体が交差する領域65を説明する図(a) Schematic diagram for explaining streak artifact 50b generated in the lower limb cross-sectional view 50, (b) a diagram for explaining a region 65 where the superabsorbent intersects on the projection data 再構成演算装置221の機能ブロック図Functional block diagram of the reconstruction operation device 221 関係特性データ8の一例Example of relationship characteristic data 8 再構成演算装置221が実行する関係特性算出処理の手順を説明するフローチャートFlowchart for explaining the procedure of the relation characteristic calculation process executed by the reconstruction arithmetic device 221 ノイズ低減率rの算出方法について説明する図The figure explaining the calculation method of the noise reduction rate r ストリーク低減率Strの算出方法について説明する図The figure explaining the calculation method of the streak reduction rate Str 処理全体の流れを示すフローチャートFlow chart showing the overall process flow 逐次近似投影データ補正処理の手順を示すフローチャートFlow chart showing the procedure of the successive approximation projection data correction process 関係特性データの別の例Another example of relationship characteristic data ルックアップテーブル形式の基準関係特性テーブル8aの一例An example of the reference relation characteristic table 8a in the look-up table format 第1の実施の形態の関係特性算出部43の詳細を示すブロック図The block diagram which shows the detail of the relationship characteristic calculation part 43 of 1st Embodiment 投影データの特徴領域7について説明する図The figure explaining the feature area 7 of projection data 特徴量C1について説明する図Diagram explaining feature quantity C1 特徴量C2について説明する図Diagram explaining feature quantity C2 特徴量C3について説明する図Diagram explaining feature quantity C3 特徴量C1のシフト特性データ81の一例Example of shift characteristic data 81 of feature quantity C1 特徴量C2のシフト特性データ82の一例An example of shift characteristic data 82 of feature amount C2 特徴量C3のシフト特性データ83の一例An example of shift characteristic data 83 of feature C3 特徴量C1〜C3により求められるシフト量ShiftStの算出例Example of calculating the shift amount Shift St obtained from the feature amounts C1 to C3 更新後関係特性テーブル85の一例Example of post-update relationship characteristic table 85 第1の実施の形態の較正係数算出処理の手順を示すフローチャートThe flowchart which shows the procedure of the calibration coefficient calculation process of 1st Embodiment 第2の実施の形態の近似関数作成処理の手順を説明するフローチャートFlowchart explaining the procedure of the approximate function creation process of the second embodiment 第3の実施の形態の関係特性作成処理の手順を説明するフローチャートFlowchart for explaining a procedure of relation characteristic creation processing according to the third embodiment 撮影条件と関係特性データとを関連付けるための操作画面9の一例Example of operation screen 9 for associating shooting conditions with related characteristic data 第3の実施の形態の処理全体の流れを説明するフローチャートFlowchart explaining the overall processing flow of the third embodiment 第3の実施の形態の較正係数算出処理の手順を示すフローチャートThe flowchart which shows the procedure of the calibration coefficient calculation process of 3rd Embodiment 画像からストリーク低減率Strを算出する処理の手順を示すフローチャートFlow chart showing the procedure for calculating the streak reduction rate Str from the image 投影データからストリーク低減率Strを算出する処理の手順を示すフローチャートFlowchart showing the procedure for calculating the streak reduction rate Str from the projection data

以下、図面に基づいて本発明の好適な実施形態を詳細に説明する。最初に、図1及び図2を参照しながら、X線CT装置1のハードウエア構成を説明する。   Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the drawings. First, the hardware configuration of the X-ray CT apparatus 1 will be described with reference to FIGS. 1 and 2.

X線CT装置1は、大きく分けてスキャナ10及び操作ユニット20から構成される。
スキャナ10は、ガントリィ100、寝台装置101、X線発生装置102、X線検出装置103、コリメータ装置104、高電圧発生装置105、データ収集装置106、駆動装置107等を含む。操作ユニット20は、中央制御装置200、入出力装置201、演算装置202等を含む。
The X-ray CT apparatus 1 is roughly composed of a scanner 10 and an operation unit 20.
The scanner 10 includes a gantry 100, a bed apparatus 101, an X-ray generation apparatus 102, an X-ray detection apparatus 103, a collimator apparatus 104, a high voltage generation apparatus 105, a data collection apparatus 106, a drive apparatus 107, and the like. The operation unit 20 includes a central control device 200, an input / output device 201, an arithmetic device 202, and the like.

操作者は、入出力装置201を介して、撮影条件や再構成条件等を入力する。撮影条件は、例えば、X線ビーム幅、寝台送り速度、管電流、管電圧、撮影範囲(体軸方向範囲)、周回当たりの撮影ビュー数等である。また再構成条件は、例えば、関心領域、FOV(Field Of View)、再構成フィルタ関数等である。入出力装置201は、CT画像等を表示する表示装置211、マウス、トラックボール、キーボード、タッチパネル等の入力装置212、データを記憶する記憶装置213等を含む。   The operator inputs imaging conditions, reconstruction conditions, and the like via the input / output device 201. The imaging conditions are, for example, the X-ray beam width, the bed feeding speed, the tube current, the tube voltage, the imaging range (body axis direction range), the number of imaging views per round. The reconstruction condition is, for example, a region of interest, FOV (Field Of View), a reconstruction filter function, or the like. The input / output device 201 includes a display device 211 that displays CT images and the like, an input device 212 such as a mouse, trackball, keyboard, and touch panel, a storage device 213 that stores data, and the like.

中央制御装置200は、撮影条件や再構成条件を入力し、撮影に必要な制御信号をスキャナ10に含まれる各装置に送信する。コリメータ装置104は、制御信号に基づいて、コリメータの位置を制御する。撮影スタート信号を受けて撮影が開始されると、高電圧発生装置105は、制御信号に基づいて、X線発生装置102に管電圧、管電流を印加する。X線発生装置102では、印加された管電圧に応じたエネルギーの電子が陰極から放出され、放出された電子がターゲット(陽極)に衝突することによって電子エネルギーに応じたエネルギーのX線が被検体3に照射される。   The central control device 200 inputs imaging conditions and reconstruction conditions, and transmits control signals necessary for imaging to each device included in the scanner 10. The collimator device 104 controls the position of the collimator based on the control signal. When imaging starts in response to the imaging start signal, the high voltage generator 105 applies a tube voltage and a tube current to the X-ray generator 102 based on the control signal. In the X-ray generator 102, electrons with energy corresponding to the applied tube voltage are emitted from the cathode, and the emitted electrons collide with the target (anode), so that X-rays with energy corresponding to the electron energy are detected by the subject. 3 is irradiated.

駆動装置107は、制御信号に基づいて、X線発生装置102、X線検出装置103等を被検体3の周りに周回させる。寝台装置101は、制御信号に基づいて寝台を制御する。   The drive device 107 circulates the X-ray generation device 102, the X-ray detection device 103, and the like around the subject 3 based on the control signal. The bed apparatus 101 controls the bed based on the control signal.

X線発生装置102から照射されるX線は、コリメータによって照射領域が制限される。X線は、被検体3内の各組織においてX線減弱係数に応じて吸収(減衰)され、被検体3を通過し、X線発生装置102に対向する位置に配置されたX線検出装置103によって検出される。X線検出装置103は、2次元方向(チャネル方向およびこれに直交する列方向)に配置された複数の検出素子によって構成される。各検出素子によって受光されるX線は、実投影データに変換される。すなわち、X線検出装置103によって検出されるX線は、データ収集装置106によって、各種のデータ処理(デジタルデータへの変更、LOG変換、キャリブレーション等)が行われて、投影データとして収集され、演算装置202に入力される。   The irradiation area of the X-rays emitted from the X-ray generator 102 is limited by a collimator. X-rays are absorbed (attenuated) in each tissue in the subject 3 according to the X-ray attenuation coefficient, pass through the subject 3, and disposed at a position facing the X-ray generation device 102. Detected by. The X-ray detection apparatus 103 includes a plurality of detection elements arranged in a two-dimensional direction (a channel direction and a column direction perpendicular to the channel direction). X-rays received by each detection element are converted into actual projection data. That is, the X-ray detected by the X-ray detection device 103 is subjected to various data processing (change to digital data, LOG conversion, calibration, etc.) by the data collection device 106, collected as projection data, Input to the arithmetic unit 202.

このとき、互いに対向するX線発生装置102及びX線検出装置103が、被検体3の周囲を回転するので、X線発生装置102は、被検体3の周囲からX線を照射することになる。また、X線検出装置103は、被検体3を透過するX線を検出することになる。投影データの取得単位が「ビュー」である。   At this time, the X-ray generator 102 and the X-ray detector 103 facing each other rotate around the subject 3, so that the X-ray generator 102 emits X-rays from the periphery of the subject 3. . Further, the X-ray detection device 103 detects X-rays that pass through the subject 3. The acquisition unit of projection data is “view”.

演算装置202は、再構成演算装置221、画像処理装置222等から構成される。   The arithmetic device 202 includes a reconstruction arithmetic device 221, an image processing device 222, and the like.

再構成演算装置221は、データ収集装置106によって収集される投影データを入力する。また、再構成演算装置221は投影データに対して逐次近似投影データ補正処理(以下、反復処理ともいう)を行い、補正投影データを作成する。そして、補正投影データを用いてCT画像を再構成する。   The reconstruction calculation device 221 inputs projection data collected by the data collection device 106. In addition, the reconstruction calculation device 221 performs a successive approximation projection data correction process (hereinafter also referred to as an iterative process) on the projection data to create corrected projection data. Then, the CT image is reconstructed using the corrected projection data.

なお、再構成演算装置221は、撮影で取得し記憶装置213や記録媒体に保存されている計測データを読み出して投影データを作成し、上述の逐次近似投影データ補正処理を行ったり、CT画像の再構成処理を行ったりしてもよい。   The reconstruction calculation device 221 reads the measurement data acquired by photographing and stored in the storage device 213 or the recording medium, creates projection data, performs the above-described successive approximation projection data correction process, Reconfiguration processing may be performed.

本発明は逐次近似投影データ補正処理(反復処理)の改良に関するものである。本発明に係る処理の詳細については後述する。   The present invention relates to an improvement of a successive approximation projection data correction process (iterative process). Details of the processing according to the present invention will be described later.

再構成演算装置221は、生成したCT画像を記憶装置213に保存する。また、再構成演算装置221は生成したCT画像を表示装置211に表示する。或いは、画像処理装置222が、記憶装置213に保存されるCT画像に対して画像処理を行い、画像処理後の画像を表示装置211に表示する。   The reconstruction calculation device 221 stores the generated CT image in the storage device 213. In addition, the reconstruction calculation device 221 displays the generated CT image on the display device 211. Alternatively, the image processing device 222 performs image processing on the CT image stored in the storage device 213 and displays the image after image processing on the display device 211.

X線CT装置1は、2次元方向に検出素子が配列されるX線検出装置103を用いるマルチスライスCTと、検出素子が1列すなわち1次元方向(チャネル方向のみ)に配列されるX線検出装置103を用いるシングルスライスCTに大別される。マルチスライスCTでは、X線検出装置103に合わせてX線源であるX線発生装置102から円錐状、もしくは角錐状に広がるX線ビームが照射される。シングルスライスCTでは、X線発生装置102から扇状に広がるX線ビームが照射される。通常、X線CT装置1による撮影では、X線発生装置102が寝台に載置される被検体3の周りを周回しながら、X線の照射が行われる(但し、位置決め撮影を除く。)。   The X-ray CT apparatus 1 is a multi-slice CT using an X-ray detection apparatus 103 in which detection elements are arranged in a two-dimensional direction, and an X-ray detection in which the detection elements are arranged in one row, that is, in a one-dimensional direction (channel direction only) It is roughly divided into single slice CT using the apparatus 103. In multi-slice CT, an X-ray beam spreading in a cone shape or a pyramid shape is emitted from an X-ray generation device 102 which is an X-ray source in accordance with the X-ray detection device 103. In the single slice CT, an X-ray beam spreading in a fan shape is emitted from the X-ray generator 102. Usually, in imaging by the X-ray CT apparatus 1, X-ray irradiation is performed while the X-ray generator 102 circulates around the subject 3 placed on the bed (except for positioning imaging).

撮影中に寝台が固定され、X線発生装置102が被検体3の周りを円軌道状に周回する撮影態様は、アキシャルスキャンなどと呼ばれる。また、寝台が連続的に移動し、X線発生装置102が被検体3の周りをらせん軌道状に周回する撮影態様は、らせんスキャンなどと呼ばれる。   An imaging mode in which the bed is fixed during imaging and the X-ray generator 102 circulates around the subject 3 in a circular orbit is called an axial scan or the like. An imaging mode in which the bed moves continuously and the X-ray generator 102 circulates around the subject 3 in a spiral trajectory is called a helical scan.

寝台装置101は、ステップ・アンド・シュートスキャンの場合、撮影している間、寝台を静止した状態とする。また、寝台装置101は、らせんスキャンの場合、撮影条件の1つである寝台送りの速さに応じて、撮影している間、寝台を被検体3の体軸方向に平行移動させる。   In the case of a step-and-shoot scan, the bed apparatus 101 keeps the bed stationary while shooting. Further, in the spiral scan, the couch device 101 translates the couch in the body axis direction of the subject 3 during imaging according to the speed of the couch feeding, which is one of the imaging conditions.

次に、図3及び図4を参照しながら、投影データに含まれるノイズについて説明する。   Next, noise included in the projection data will be described with reference to FIGS.

図3(a)は高吸収体を撮影した場合に得られる投影データ61とそのプロファイル51を模式的に示す図である。図3(b)は、従来の逐次近似投影データ補正処理(ノイズ低減処理f1)を行った後の補正投影データ62とそのプロファイル52を模式的に示す図である。投影データ61、62に含まれる斜線部61a、62aが高吸収体に対応する投影データである。
FIG. 3 (a) is a diagram schematically showing projection data 61 and its profile 51 obtained when a high-absorber is imaged. FIG. 3B is a diagram schematically showing the corrected projection data 62 and its profile 52 after performing the conventional successive approximation projection data correction process (noise reduction process f1). The hatched portions 61a and 62a included in the projection data 61 and 62 are projection data corresponding to the high absorber.

式(1)は従来の逐次近似投影データ補正処理の更新式を示す。

Figure 0006492005
Expression (1) represents an update expression of the conventional successive approximation projection data correction process.
Figure 0006492005

上述の式(1)において、Fは更新関数、pは更新投影値、yは元の投影値、βは補正係数(スムージング係数)、dは検出特性値、iは検出素子番号、nは反復回数である。   In the above equation (1), F is an update function, p is an updated projection value, y is an original projection value, β is a correction coefficient (smoothing coefficient), d is a detection characteristic value, i is a detection element number, and n is an iteration. Is the number of times.

なお、非特許文献1には、上述の式(1)に対応する式が記載されている。式(1)は、非特許文献1のp.1274に記載されている式(11)に対応する式である。本明細書では、発明の主旨に沿った説明とするため、非特許文献1と異なる形式及び記号で各式を記述しているが、上述の式(1)の内容は非特許文献1に記述される各式と同じ内容である。   Non-Patent Document 1 describes a formula corresponding to the above formula (1). Formula (1) is a formula corresponding to Formula (11) described in p.1274 of Non-Patent Document 1. In this specification, for the purpose of explanation in line with the gist of the invention, each expression is described in a form and symbol different from that of Non-Patent Document 1, but the contents of the above-described Expression (1) are described in Non-Patent Document 1. It is the same content as each expression.

従来の方法でノイズ低減処理f1を行い、高いノイズ低減効果を得ようとすると、図3(b)に示すように、高信号部のエッジが滑らかになる、いわゆる「なまし」の領域62bが発生する。このような現象が生じた投影データを用いて画像を再構成すると、例えば、骨のような高吸収体の周囲にストリークアーチファクトが生じることがある。   When the noise reduction processing f1 is performed by the conventional method to obtain a high noise reduction effect, as shown in FIG. 3 (b), the edge of the high signal portion is smoothed, so-called “smoothing” region 62b. Occur. When an image is reconstructed using projection data in which such a phenomenon has occurred, for example, streak artifacts may occur around a superabsorbent such as bone.

図4(a)は、ノイズ低減処理f1によって「なまし」が生じた投影データを再構成して得た画像50の模式図である。また、図4(b)は、ノイズ低減処理f1前後の投影データの差分データ63である。画像50は下肢の断層像を示す。高吸収体である骨50aの周辺にはストリークアーチファクト50bが生じ、本来の画像にはない陰影となって表れる。特に、下肢や肩のように複数の高吸収体が存在する部位では、図4(b)に示すように差分データ63上の高吸収体が交差する領域65で過補正となり、アーチファクトが生じやすい。   FIG. 4A is a schematic diagram of an image 50 obtained by reconstructing projection data that has been “smoothed” by the noise reduction processing f1. FIG. 4B shows difference data 63 of projection data before and after the noise reduction process f1. Image 50 shows a tomographic image of the lower limb. A streak artifact 50b is generated around the bone 50a, which is a superabsorbent, and appears as a shadow that does not exist in the original image. In particular, in a region where a plurality of high-absorbers such as the lower limbs and the shoulders exist, overcorrection occurs in the region 65 where the high-absorbers intersect on the difference data 63 as shown in FIG. .

そこで、本発明に係るX線CT装置1の再構成演算装置221は、画像のノイズ量を調整するノイズ低減処理f1(第1処理関数)と、ストリーク量を調整する信号強度維持処理f2(第2処理関数)とを適切な比率で組み合わせて投影データを補正する。このために再構成演算装置221は、特性の異なる2つの処理(ノイズ低減処理f1と信号強度維持処理f2)の適用比率を調整する調整処理f3を導入する。   Therefore, the reconstruction calculation device 221 of the X-ray CT apparatus 1 according to the present invention includes a noise reduction process f1 (first processing function) for adjusting the noise amount of the image, and a signal intensity maintenance process f2 (first process for adjusting the streak amount). The projection data is corrected by combining the two processing functions at an appropriate ratio. For this purpose, the reconstruction calculation device 221 introduces an adjustment process f3 that adjusts the application ratio of two processes (noise reduction process f1 and signal strength maintenance process f2) having different characteristics.

調整処理f3におけるノイズ低減処理f1と信号強度維持処理f2との適用比率は、求める画質に応じて調整係数αにより調整できるようにする。また、信号強度維持処理f2を施す場合、元の補正係数βをそのまま用いて反復処理を行うと、一般にノイズ低減効果が少なくなる。そのため、補正係数βの値も更新する。以下の説明では、調整係数αと補正係数βの組み合わせを較正係数と呼ぶ。再構成演算装置221は、較正係数(α,β)に基づいてノイズ低減処理f1とストリーク量を調整する信号強度維持処理f2とを含む調整処理f3を反復して実行し、補正投影データを作成する。   The application ratio of the noise reduction processing f1 and the signal strength maintenance processing f2 in the adjustment processing f3 can be adjusted by the adjustment coefficient α according to the required image quality. In addition, when the signal strength maintaining process f2 is performed, if the iterative process is performed using the original correction coefficient β as it is, the noise reduction effect is generally reduced. Therefore, the value of the correction coefficient β is also updated. In the following description, a combination of the adjustment coefficient α and the correction coefficient β is referred to as a calibration coefficient. The reconstruction calculation device 221 repeatedly executes the adjustment process f3 including the noise reduction process f1 and the signal strength maintenance process f2 for adjusting the streak amount based on the calibration coefficients (α, β), and generates corrected projection data. To do.

具体的には、本発明の再構成演算装置221は、以下の反復式(2)、(3)、(4)を投影データに適用することにより投影データの補正処理を行う。

Figure 0006492005
Specifically, the reconstruction calculation device 221 according to the present invention performs projection data correction processing by applying the following iterative formulas (2), (3), and (4) to projection data.
Figure 0006492005

Figure 0006492005
Figure 0006492005

Figure 0006492005
Figure 0006492005

式(2)は、ノイズ低減処理の反復式f1、式(3)は信号強度維持処理の反復式f2、式(4)はノイズ低減処理f1と信号強度維持処理f2との適用比率を調整する調整処理f3である。また、上述の式(2)、(3)、(4)において、F、Gは更新関数、pは更新投影値、yは元の投影値、β、β’は補正係数、dは検出特性値、iは検出素子番号、nは反復回数、αは調整係数である。   Equation (2) is the noise reduction processing iteration f1, Equation (3) is the signal strength maintenance processing iteration f2, and Equation (4) is the adjustment ratio of the noise reduction processing f1 and signal strength maintenance processing f2. This is the adjustment process f3. In the above formulas (2), (3), and (4), F and G are update functions, p is an updated projection value, y is an original projection value, β and β ′ are correction coefficients, and d is a detection characteristic. The value, i is the detection element number, n is the number of iterations, and α is the adjustment coefficient.

より具体的には、ノイズ低減処理関数は、例えば以下の評価関数(5)と反復式(6)を用いるとよい。評価関数はRidge型(二次型の罰則項)、反復式はガウス・サイデル法という解法で導出されたものである。(参考文献:非特許文献2)

Figure 0006492005
More specifically, as the noise reduction processing function, for example, the following evaluation function (5) and iterative formula (6) may be used. The evaluation function is derived by the Ridge type (second-order penal term), and the iterative formula is derived by the Gauss-Sidel method. (Reference: Non-Patent Document 2)
Figure 0006492005

また、信号強度維持処理関数は、例えば以下の評価関数(7)と反復式(8)を用いるとよい。評価関数はLasso型(TV(Total Variation)型の罰則項)、反復式はIterative Soft-Thresholding Algorithm(ISTA)と呼ばれる解法で導出されたものである。(参考文献:非特許文献3)

Figure 0006492005
As the signal strength maintenance processing function, for example, the following evaluation function (7) and iterative formula (8) may be used. The evaluation function is derived by a solution method called Lasso type (TV (Total Variation) type penalty term), and the iterative formula is called Iterative Soft-Thresholding Algorithm (ISTA). (Reference: Non-Patent Document 3)
Figure 0006492005

図5を参照しながら、本発明のX線CT装置1の機能構成について説明する。図5は、特に再構成演算装置221の機能構成を示している。   A functional configuration of the X-ray CT apparatus 1 of the present invention will be described with reference to FIG. FIG. 5 particularly shows the functional configuration of the reconstruction calculation device 221.

本発明に係るX線CT装置1の再構成演算装置221は、主要な機能構成として、画質目標設定部41、反復回数設定部42、関係特性算出部43、較正係数算出部44、反復処理部45、及び終了判定部46を有する。   The reconstruction calculation device 221 of the X-ray CT apparatus 1 according to the present invention includes, as main functional configurations, an image quality target setting unit 41, an iteration count setting unit 42, a relational characteristic calculation unit 43, a calibration coefficient calculation unit 44, and an iterative processing unit. 45 and an end determination unit 46.

画質目標設定部41は、投影データの補正後に得られる画質である目標画質を設定する。目標画質として用いるパラメータは、画像に含まれるノイズ量に関する指標(第1画質パラメータ)である画像SD値またはノイズ低減率rと、ストリークアーチファクトに関する指標(第2画質パラメータ)であるストリーク量Stまたはストリーク低減率Strである。   The image quality target setting unit 41 sets a target image quality that is an image quality obtained after correcting the projection data. The parameters used as the target image quality are the image SD value or noise reduction rate r that is an index related to the amount of noise contained in the image (first image quality parameter), and the streak amount St or streak that is an index related to streak artifact (second image quality parameter) Reduction rate Str.

画像SD値及びノイズ低減率rは、主に上述のノイズ低減処理f1によって調整される第1画質パラメータである。ストリーク量St及びストリーク低減率Strは、主に上述の信号強度維持処理f2によって調整される第2画質パラメータである。   The image SD value and the noise reduction rate r are first image quality parameters that are mainly adjusted by the above-described noise reduction processing f1. The streak amount St and the streak reduction rate Str are second image quality parameters that are mainly adjusted by the above-described signal strength maintenance process f2.

後述するように再構成演算装置221は、上述の反復式(2)〜(4)に用いる較正係数(α,β)を、ノイズ低減率r及びストリーク低減率Strとの関係を表す関係特性データ8に基づいて決定する(図6参照)。このため、画質目標設定部41は、例えば操作者により設定される所望の目標画質に基づいて、各パラメータ(ノイズ低減率r及びストリーク低減率Str)の値を算出する。ノイズ低減率rとは、ノイズ低減処理f1を適用する前の投影データから再構成した元画像のSD値と、ノイズ低減処理f1を適用した後の投影データから再構成した補正画像のSD値(目標SD値)との比である。ストリーク低減率Strとは、ノイズ低減処理f1を適用した後の投影データを再構成した補正画像のストリーク量と、後述する較正処理を適用した後に得られる画像のストリーク量(目標St)との比である。
As will be described later, the reconstruction calculation device 221 uses the calibration coefficient (α, β) used in the above iterative formulas (2) to (4) for relation characteristic data representing the relationship between the noise reduction rate r and the streak reduction rate Str. Determine based on 8 (see FIG. 6). Therefore, the image quality target setting unit 41 calculates the value of each parameter (noise reduction rate r and streak reduction rate Str) based on, for example, a desired target image quality set by the operator. The noise reduction rate r is the SD value of the original image reconstructed from the projection data before applying the noise reduction processing f1, and the SD value of the corrected image reconstructed from the projection data after applying the noise reduction processing f1 ( The target SD value). The streak reduction rate Str is the ratio between the streak amount of the corrected image obtained by reconstructing the projection data after applying the noise reduction processing f1 and the streak amount (target St) of the image obtained after applying the calibration processing described later. It is.

反復回数設定部42は、投影データを補正する逐次近似投影データ補正処理(反復処理)の反復回数を設定する。   The iteration count setting unit 42 sets the iteration count of the successive approximation projection data correction process (repetition process) for correcting projection data.

関係特性算出部43は、第1及び第2画質パラメータ(ノイズ低減率r及びストリーク低減率Str)と反復処理の較正係数(調整係数α及び補正係数β)との関係を表す関係特性データ8を作成する。関係特性データ8は、ファントム等を用いて計測した投影データ等、基準となる投影データに基づいて算出される。   The relational characteristic calculation unit 43 generates relational characteristic data 8 representing the relation between the first and second image quality parameters (noise reduction rate r and streak reduction rate Str) and the calibration coefficient (adjustment coefficient α and correction coefficient β) of the iterative process. create. The relation characteristic data 8 is calculated based on projection data serving as a reference, such as projection data measured using a phantom or the like.

図6に関係特性データ8の一例を示す。図6の関係特性データ8は、横軸をノイズ低減率r、縦軸をストリーク低減率Strとして、調整係数α、補正係数βとの関係をグラフ化したr−Strグラフである。   FIG. 6 shows an example of the relationship characteristic data 8. 6 is an r-Str graph in which the relationship between the adjustment coefficient α and the correction coefficient β is graphed with the noise reduction rate r on the horizontal axis and the streak reduction rate Str on the vertical axis.

例えば、調整係数α=0.4、補正係数β=β2を設定して逐次近似投影データ補正処理を実行した場合は、ノイズ低減率r=0.65、ストリーク低減率Str=0.972を得る。関係特性データ8の作成の仕方については後述する。   For example, when the successive approximation projection data correction process is executed with the adjustment coefficient α = 0.4 and the correction coefficient β = β2, the noise reduction rate r = 0.65 and the streak reduction rate Str = 0.972 are obtained. A method of creating the relationship characteristic data 8 will be described later.

なお、図6における「β’」の表記は、調整係数αを導入する際に更新される新規補正係数である。ノイズ低減処理f1のみを行う場合に用いた補正係数βのまま信号強度維持処理f2を行うと、一般にノイズ低減効果が弱まる。そのため、元のノイズ低減効果と同等の効果を得られるように補正係数βを更新して新規補正係数β’を適用する。   Note that the notation “β ′” in FIG. 6 is a new correction coefficient that is updated when the adjustment coefficient α is introduced. If the signal strength maintenance process f2 is performed with the correction coefficient β used when performing only the noise reduction process f1, the noise reduction effect is generally weakened. Therefore, the correction coefficient β is updated and the new correction coefficient β ′ is applied so as to obtain an effect equivalent to the original noise reduction effect.

較正係数算出部44は、補正の対象とする投影データに適用する較正係数(調整係数αと補正係数β)を上述の関係特性データ8と設定された画質目標(ノイズ低減率r及びストリーク低減率Str、または画像SD値及びストリーク量St)に基づいて算出する。   The calibration coefficient calculating unit 44 sets the calibration coefficient (adjustment coefficient α and correction coefficient β) to be applied to the projection data to be corrected and the image quality target (noise reduction rate r and streak reduction rate) set with the above-described relationship characteristic data 8. It is calculated based on Str, or the image SD value and the streak amount St).

関係特性データ8が、r−Strデータとして保持されている場合は、較正係数(α,β)は、以下の関係式(9)に基づいて算出される。   When the relational characteristic data 8 is held as r-Str data, the calibration coefficients (α, β) are calculated based on the following relational expression (9).

(α,β)=Ω(r,Str) ・・・(9)
同様に、関係特性データがSD−Stデータとして保持されている場合は、較正係数(α,β)は、以下の関係式(10)に基づいて算出される。
(α, β) = Ω (r, Str) (9)
Similarly, when the related characteristic data is held as SD-St data, the calibration coefficients (α, β) are calculated based on the following relational expression (10).

(α,β)=Ω’(SD,St) ・・・(10)
反復処理部45は、反復回数設定部42により設定された反復回数と較正係数算出部44により算出された較正係数(α,β)とに基づいてノイズ低減処理f1と信号強度維持処理f2を含む反復処理(調整処理f3)を実行し、補正投影データを作成する。
(α, β) = Ω '(SD, St) (10)
The iterative processing unit 45 includes a noise reduction process f1 and a signal strength maintaining process f2 based on the number of iterations set by the iteration number setting unit 42 and the calibration coefficients (α, β) calculated by the calibration coefficient calculation unit 44. An iterative process (adjustment process f3) is executed to generate corrected projection data.

終了判定部46は、反復回数だけ反復処理を繰り返したか否かを判定する。反復回数が終了していない場合は、反復処理部45による反復処理を繰り返す。反復回数が終了した場合は、反復処理を適用した後に得た補正投影データを出力する。
The end determination unit 46 determines whether or not the iterative process has been repeated for the number of iterations. If the number of iterations has not ended, the iteration process by the iteration processing unit 45 is repeated. If the number of iterations is completed, the output the correction projection data obtained after applying the iterative process.

再構成演算装置221は、補正投影データに基づいてCT画像を再構成する。表示装置211は、再構成演算装置221により再構成されたCT画像を表示する。   The reconstruction calculation device 221 reconstructs a CT image based on the corrected projection data. The display device 211 displays the CT image reconstructed by the reconstruction computation device 221.

次に、図7〜図9を参照して、関係特性データ8を作成する関係特性算出処理について説明する。関係特性算出処理は、図6に示すような関係特性データ8を作成する処理である。   Next, with reference to FIG. 7 to FIG. 9, a relational characteristic calculation process for creating the relational characteristic data 8 will be described. The relational characteristic calculation process is a process for creating relational characteristic data 8 as shown in FIG.

図7に示すように、再構成演算装置221(関係特性算出部43)は、ファントム等を用いて予め計測した投影データに基づいて画像(図8の通常画像53)を再構成する。そして通常画像53の画像SD値を算出する(ステップS101)。SD値は、図8に示すように通常画像53の任意の位置に設定したROI57内のSD値である。   As shown in FIG. 7, the reconstruction calculation device 221 (relation characteristic calculation unit 43) reconstructs an image (normal image 53 in FIG. 8) based on projection data measured in advance using a phantom or the like. Then, the image SD value of the normal image 53 is calculated (step S101). The SD value is an SD value in the ROI 57 set at an arbitrary position in the normal image 53 as shown in FIG.

また再構成演算装置221は、任意の補正係数βを与えてノイズ低減処理f1を実行した後の投影データを再構成し、得られた画像54のストリーク量Stを算出する(ステップS102)。ストリーク量Stは、図9に示すように、ノイズ低減処理f1後の投影データを再構成した画像54のストリーク上に設定したROI58のストリーク量Stである。   Further, the reconstruction calculation device 221 reconstructs the projection data after performing the noise reduction process f1 with an arbitrary correction coefficient β, and calculates the streak amount St of the obtained image 54 (step S102). As shown in FIG. 9, the streak amount St is the streak amount St of the ROI 58 set on the streak of the image 54 obtained by reconstructing the projection data after the noise reduction processing f1.

次に再構成演算装置221は、任意の較正係数(α、β)を設定し(ステップS103)、初期の投影データRaw_0に対してノイズ低減処理f1を行い、投影データRaw_Aを得る。同様に、再構成演算装置221は、初期の投影データRaw_0に対して信号強度維持処理f2を行い、投影データRaw_Bを得る。更に、再構成演算装置221は、調整係数αを用いて調整処理f3を行い、Raw_AとRaw_Bとから補正投影データRaw_Cを得る。このRaw_Cをf1、f2の新たな入力データとして、これを予め設定されている反復回数だけ繰り返し実行する(ステップS104、ステップS105)。これにより、設定された較正係数(α、β)に対する補正投影データRaw_Cを算出する。その後、再構成演算装置221は、補正投影データRaw_Cに基づいて補正後の画像55を再構成する。再構成演算装置221は、図8に示すように補正後の画像55上にステップS101で設定したROI57と同じ位置にROI57を設定し、補正後の画像55のSD値を算出する。ここで得られたSD値とステップS101で得られたSD値との比からROI57内のノイズ低減率rを算出する(ステップS106)。   Next, the reconstruction calculation device 221 sets arbitrary calibration coefficients (α, β) (step S103), performs noise reduction processing f1 on the initial projection data Raw_0, and obtains projection data Raw_A. Similarly, the reconstruction calculation device 221 performs signal intensity maintenance processing f2 on the initial projection data Raw_0 to obtain projection data Raw_B. Furthermore, the reconstruction calculation device 221 performs adjustment processing f3 using the adjustment coefficient α, and obtains corrected projection data Raw_C from Raw_A and Raw_B. This Raw_C is used as new input data of f1 and f2, and this is repeatedly executed for a preset number of iterations (steps S104 and S105). Thereby, the corrected projection data Raw_C for the set calibration coefficients (α, β) is calculated. Thereafter, the reconstruction calculation device 221 reconstructs the corrected image 55 based on the corrected projection data Raw_C. The reconstruction calculation device 221 sets the ROI 57 at the same position as the ROI 57 set in step S101 on the corrected image 55 as shown in FIG. 8, and calculates the SD value of the corrected image 55. The noise reduction rate r in the ROI 57 is calculated from the ratio between the SD value obtained here and the SD value obtained in step S101 (step S106).

また、再構成演算装置221は、図9に示すように補正投影データRaw_Cに基づいて再構成した補正後の画像55上に、ステップS102で設定したROI58と同じ位置にROI58を設定し、ROI58内のストリーク量Stを算出する。ここで得られたストリーク量StとステップS102で得られたストリーク量Stとの比からROI58のストリーク低減率Strを算出する(ステップS107)。   Further, the reconstruction calculation device 221 sets the ROI 58 at the same position as the ROI 58 set in step S102 on the corrected image 55 reconstructed based on the corrected projection data Raw_C as shown in FIG. The streak amount St is calculated. The streak reduction rate Str of the ROI 58 is calculated from the ratio between the streak amount St obtained here and the streak amount St obtained in step S102 (step S107).

再構成演算装置221は、所望の範囲が網羅されるまで較正係数(α、β)を任意の刻み幅で変更しながら、反復処理とノイズ低減率r及びストリーク低減率Strの算出を繰り返す(ステップS108;No→ステップS103〜ステップS107)。所望の範囲が網羅されると、再構成演算装置221は、ステップS103〜ステップS108の処理で得たノイズ低減率r及びストリーク低減率Strを較正係数(α,β)と関連付けた関係特性データ8を作成し、記憶装置213に記憶する(ステップS109)。   The reconstruction calculation device 221 repeats the iterative process and the calculation of the noise reduction rate r and the streak reduction rate Str while changing the calibration coefficients (α, β) at arbitrary increments until the desired range is covered (step S108; No → Step S103 to Step S107). When the desired range is covered, the reconstruction calculation device 221 relates the relationship characteristic data 8 in which the noise reduction rate r and the streak reduction rate Str obtained by the processing in steps S103 to S108 are associated with the calibration coefficients (α, β). Is stored in the storage device 213 (step S109).

図6の関係特性データ8は、βをβ1、β2、β3と変化させ、αを0から1まで0.2刻みで変化させて得たものである。   The relational characteristic data 8 in FIG. 6 is obtained by changing β to β1, β2, and β3 and changing α from 0 to 1 in increments of 0.2.

関係特性データ8は、図6に示すようにノイズ低減率r及びストリーク低減率Strと較正係数(α,β)との関係を示すr−Strデータとして保持されてもよいが、画像SD値及びストリーク量Stと較正係数(α,β)との関係を示すSD−Stデータとして保持されてもよい(図13参照)。いずれの場合も、関係特性データ8は、2つの異なる特性を有する画質パラメータ(ノイズに関する指標である第1画質パラメータと、ストリークに関する指標である第2画質パラメータ)と較正係数(α,β)との関係を表すものである。   The relationship characteristic data 8 may be held as r-Str data indicating the relationship between the noise reduction rate r and the streak reduction rate Str and the calibration coefficient (α, β) as shown in FIG. It may be held as SD-St data indicating the relationship between the streak amount St and the calibration coefficients (α, β) (see FIG. 13). In any case, the relational characteristic data 8 includes two image quality parameters (a first image quality parameter that is an index related to noise and a second image quality parameter that is an index related to streak) and calibration coefficients (α, β) having two different characteristics. This represents the relationship.

なお、関係特性データ8は、図6に示すようにグラフの形式で保存されてもよいし、図13に示すようにルックアップテーブルの形式で保存されてもよい。また、第2の実施の形態で説明するように近似関数の形式で保存されてもよい。また、関係特性データ8を撮影条件毎または撮影部位毎に作成し、保存するようにしてもよい。本明細書では、ルックアップテーブル形式の関係特性データについて第1の実施の形態で説明する。近似関数形式の関係特性データについて第2の実施の形態で説明する。撮影条件毎の関係特性データについては第3の実施の形態で説明する。
The relation characteristic data 8 may be stored in the form of a graph as shown in FIG. 6, or may be stored in the form of a lookup table as shown in FIG. Further, as described in the second embodiment, it may be stored in the form of an approximate function. Further, the relational characteristic data 8 may be created and stored for each imaging condition or each imaging region. In this specification, it described in the first embodiment about the relationship characteristic data of the look-up table format. The relational characteristic data in the approximate function format will be described in the second embodiment. The relational characteristic data for each photographing condition will be described in the third embodiment.

次に、図10を参照して、本発明のX線CT装置1の処理全体の流れを説明する。   Next, with reference to FIG. 10, the flow of the entire process of the X-ray CT apparatus 1 of the present invention will be described.

まずX線CT装置1は、被検体3に対して位置決め撮影を行う。次に、X線CT装置は、位置決め撮影によって撮影される位置決め画像に基づいて撮影条件や再構成条件等の各種条件設定を行う。そして、X線CT装置1は、断層撮影(本撮影)を行い、投影データを取得する(ステップS201)。   First, the X-ray CT apparatus 1 performs positioning imaging on the subject 3. Next, the X-ray CT apparatus sets various conditions such as imaging conditions and reconstruction conditions based on a positioning image acquired by positioning imaging. Then, the X-ray CT apparatus 1 performs tomographic imaging (main imaging) and acquires projection data (step S201).

再構成演算装置221は、取得される投影データに対して逐次近似投影データ補正処理を行う(ステップS202)。本発明では、再構成演算装置221は、逐次近似投影データ補正処理の反復演算として、ノイズ低減処理f1とストリーク量の低減処理(信号強度維持処理f2)とを含む反復処理f3を行う。   The reconstruction calculation device 221 performs successive approximate projection data correction processing on the acquired projection data (step S202). In the present invention, the reconstruction calculation device 221 performs an iterative process f3 including a noise reduction process f1 and a streak amount reduction process (signal intensity maintaining process f2) as an iterative calculation of the successive approximation projection data correction process.

再構成演算装置221は、逐次近似投影データ補正処理によって補正された補正投影データを用いて画像再構成を行い、CT画像を生成する(ステップS203)。   The reconstruction calculation device 221 performs image reconstruction using the corrected projection data corrected by the successive approximation projection data correction process, and generates a CT image (step S203).

再構成演算装置221は、生成されるCT画像を表示装置211に表示する(ステップS204)。   The reconstruction calculation device 221 displays the generated CT image on the display device 211 (step S204).

図11を参照して、ステップS202の逐次近似投影データ補正処理について説明する。   With reference to FIG. 11, the successive approximation projection data correction process in step S202 will be described.

まず、再構成演算装置221はデータ収集装置106から投影データを取得する(ステップS301)。なお、ステップS301では、予め計測されて記憶装置213等に記憶されている投影データを取得してもよい。   First, the reconstruction calculation device 221 acquires projection data from the data collection device 106 (step S301). In step S301, projection data that is measured in advance and stored in the storage device 213 or the like may be acquired.

次に、再構成演算装置221は目標画質(画像SD値及びストリーク量St、或いはノイズ低減率r及びストリーク低減率Str)を決定する(ステップS302)。画質の目標値(上述の画像SD値及びストリーク量St、或いはノイズ低減率r及びストリーク低減率Str)は、例えば入力装置212から入力された値を用いる。再構成演算装置221は、後述する較正係数算出処理において使用する関係特性データが、r−Strデータとして保持されている場合は、入力された画質目標SD、Stに対応するノイズ低減率r及びストリーク低減率Strを算出する。逆に、関係特性データがSD−Stデータとして保持されている場合は、入力された画質目標r、Strに対応する画像SD値及びストリーク量Stを算出する。   Next, the reconstruction calculation device 221 determines the target image quality (the image SD value and the streak amount St, or the noise reduction rate r and the streak reduction rate Str) (step S302). For example, a value input from the input device 212 is used as the image quality target value (the above-described image SD value and streak amount St, or noise reduction rate r and streak reduction rate Str). The reconstruction calculation device 221 uses the noise reduction rate r and streak corresponding to the input image quality targets SD and St when the related characteristic data used in the calibration coefficient calculation process described later is held as r-Str data. The reduction rate Str is calculated. On the contrary, when the related characteristic data is held as SD-St data, the image SD value and the streak amount St corresponding to the input image quality targets r and Str are calculated.

また、再構成演算装置221は、反復処理の反復回数を設定する(ステップS303)。   Further, the reconstruction computation device 221 sets the number of iterations for the iterative process (step S303).

次に、再構成演算装置221は、ステップS302で決定した目標とする画質パラメータr、Strに対応する較正係数(α,β)を算出する(ステップS304)。関係特性データが、r−Strデータとして保持されている場合は、較正係数は、上述したように以下の関係式(9)に基づいて算出される。   Next, the reconstruction calculation device 221 calculates calibration coefficients (α, β) corresponding to the target image quality parameters r and Str determined in step S302 (step S304). When the relational characteristic data is held as r-Str data, the calibration coefficient is calculated based on the following relational expression (9) as described above.

(α,β)=Ω(r,Str) ・・・(9)
同様に、関係特性データがSD−Stデータとして保持されている場合は、較正係数は、以下の関係式(10)に基づいて算出される。
(α, β) = Ω (r, Str) (9)
Similarly, when the related characteristic data is held as SD-St data, the calibration coefficient is calculated based on the following relational expression (10).

(α,β)=Ω’(SD,St) ・・・(10)
例えば、再構成演算装置221は、図6に示すような関係特性データ8を参照し、画質目標として設定されたパラメータr、Strに対応する較正係数(α,β)の組み合わせを求める。
(α, β) = Ω '(SD, St) (10)
For example, the reconstruction calculation device 221 refers to the relationship characteristic data 8 as shown in FIG. 6 and obtains a combination of calibration coefficients (α, β) corresponding to the parameters r and Str set as image quality targets.

厳密に対応する較正係数(α,β)が関係特性データ8にない場合は、最も値の近い較正係数(α,β)を算出結果とする。或いは、周辺のデータを使用した補間計算により適切な較正係数(α,β)を算出してもよい。図12は、設定した画質目標値に厳密に対応する較正係数の組み合わせがない場合の較正係数算出例を示す。   If there is no exactly corresponding calibration coefficient (α, β) in the relational characteristic data 8, the closest calibration coefficient (α, β) is taken as the calculation result. Alternatively, appropriate calibration coefficients (α, β) may be calculated by interpolation calculation using peripheral data. FIG. 12 shows a calibration coefficient calculation example when there is no combination of calibration coefficients that exactly corresponds to the set image quality target value.

図12に示す関係特性データには、所望画質(r、Str)=(0.67、0.975)に対応するα及びβの組み合わせがない。そこで、再構成演算装置221は、例えばα=0.4の曲線とα=0.6の曲線とから補間計算により調整係数αを0.45を算出する。また、補正係数βについても同様に、β2とβ3とに重み係数を加えた演算を行って、補正係数βを算出する。   In the relational characteristic data shown in FIG. 12, there is no combination of α and β corresponding to the desired image quality (r, Str) = (0.67, 0.975). Therefore, the reconstruction calculation device 221 calculates an adjustment coefficient α of 0.45 by interpolation calculation from a curve of α = 0.4 and a curve of α = 0.6, for example. Similarly, the correction coefficient β is calculated by performing a calculation in which a weighting coefficient is added to β2 and β3.

次に、再構成演算装置221は、前回のステップS308で得た投影データを取得する(ステップS305)。ただし、初回のループの場合は、初期の投影データを取得する。
取得した投影データをRaw_Cとする。
Next, the reconstruction calculation device 221 acquires the projection data obtained in the previous step S308 (step S305). However, in the case of the first loop, initial projection data is acquired.
Let the acquired projection data be Raw_C.

再構成演算装置221は、取得した投影データRaw_Cに対して、ノイズ低減処理f1を実行し、ノイズ低減された投影データRaw_Aを算出する(ステップS306)。
Raw_Aは次式(11)で表される。
The reconstruction computation device 221 performs noise reduction processing f1 on the acquired projection data Raw_C to calculate noise-reduced projection data Raw_A (step S306).
Raw_A is expressed by the following equation (11).

Raw_A=f1(β’,Raw_C) ・・・ (11)
また再構成演算装置221は、ステップS305で取得した投影データRaw_Cに対して、信号強度維持処理f2を実行し、補正された投影データRaw_Bを算出する(ステップS307)。Raw_Bは次式(12)で表される。
Raw_A = f1 (β ', Raw_C) (11)
Further, the reconstruction calculation device 221 performs the signal intensity maintenance process f2 on the projection data Raw_C acquired in Step S305, and calculates corrected projection data Raw_B (Step S307). Raw_B is expressed by the following equation (12).

Raw_B=f2(β’,Raw_C) ・・・ (12)
次に、再構成演算装置221は、ステップS304で算出した調整係数αを用いてRaw_AとRaw_Bから新規投影データRaw_Cを算出する(ステップS308)。Raw_Cは次式(13)で表される。
Raw_B = f2 (β ', Raw_C) (12)
Next, the reconstruction calculation device 221 calculates new projection data Raw_C from Raw_A and Raw_B using the adjustment coefficient α calculated in Step S304 (Step S308). Raw_C is expressed by the following equation (13).

Raw_C=f3(α,Raw_A,Raw_B) ・・・ (13)
再構成演算装置221は、設定されている反復回数が終了するまでステップS305〜ステップS309の処理を繰り返す。設定されている反復回数が終了すると(ステップS309;Yes)、逐次近似投影データ補正処理を終了してよい。なお、この反復回数の終了判定では、再構成演算装置221は較正処理前後の投影データを比較して得られる修正量を評価して、反復処理を終了するか否かを決定してもよい。
Raw_C = f3 (α, Raw_A, Raw_B) (13)
The reconstruction computation device 221 repeats the processing from step S305 to step S309 until the set number of iterations is completed. When the set number of iterations ends (step S309; Yes), the successive approximation projection data correction process may end. Note that in this determination of the end of the number of iterations, the reconstruction calculation device 221 may evaluate the correction amount obtained by comparing the projection data before and after the calibration process and determine whether to end the iteration process.

以上説明したように本発明の逐次近似投影データ補正処理では、再構成演算装置221は、投影データを補正する反復処理の反復回数を設定し、反復回数に応じた画質となるように反復処理に含まれるノイズ低減処理f1と信号強度維持処理f2との適用比率を調整する調整係数α及び補正係数βを較正係数として算出する。そして、反復回数及び較正係数に基づいて投影データに対して上述の反復処理(調整処理f3)を施して補正投影データを作成し、CT画像を再構成する。これにより、ノイズ低減処理f1によるノイズ低減効果と信号強度維持処理f2によるエッジ維持効果とを適切に調整することが可能となる。その結果、ノイズが少なく、かつストリークアーチファクトの発生を抑えた画像を再構成できる。   As described above, in the successive approximation projection data correction process of the present invention, the reconstruction calculation device 221 sets the number of iterations of the iteration process for correcting projection data, and performs the iteration process so as to obtain an image quality according to the number of iterations. An adjustment coefficient α and a correction coefficient β that adjust the application ratio of the included noise reduction processing f1 and signal strength maintenance processing f2 are calculated as calibration coefficients. Then, the above-described iterative process (adjustment process f3) is performed on the projection data based on the number of iterations and the calibration coefficient to generate corrected projection data, and a CT image is reconstructed. Thereby, it is possible to appropriately adjust the noise reduction effect by the noise reduction processing f1 and the edge maintenance effect by the signal strength maintenance processing f2. As a result, it is possible to reconstruct an image with less noise and suppressed streak artifacts.

また、ノイズを調整するパラメータ及びストリーク量を調整するパラメータと、較正係数(α、β)との関係を示す関係特性データを記憶しておき、関係特性データに基づいて目標画質に対応する較正係数を算出するので、特性の異なる2種類の画質パラメータにより所望の画質となるように投影データを補正できる。   In addition, relationship characteristic data indicating the relationship between the noise adjustment parameter, the streak amount adjustment parameter, and the calibration coefficient (α, β) is stored, and the calibration coefficient corresponding to the target image quality based on the relationship characteristic data. Therefore, the projection data can be corrected so as to obtain a desired image quality by using two types of image quality parameters having different characteristics.

[第1の実施の形態]
次に図13〜図24を参照して、第1の実施の形態を詳細に説明する。
[First embodiment]
Next, the first embodiment will be described in detail with reference to FIGS.

上述したように、較正係数(α、β)と画質パラメータとの関係を示す関係特性データはルックアップテーブルの形式で作成されてもよい。   As described above, the relationship characteristic data indicating the relationship between the calibration coefficients (α, β) and the image quality parameter may be created in the form of a lookup table.

図13は、ルックアップテーブル形式の基準関係特性データ8aの一例である。この基準関係特性データ8aは、横軸を画像SD値、縦軸をストリーク量StとしたSD−Stデータである。なお、これに代えて横軸をノイズ低減率r、縦軸をストリーク低減率Strとしたr−Strデータとしてルックアップテーブルを保持するようにしてもよい。   FIG. 13 is an example of the reference relation characteristic data 8a in the lookup table format. The reference relationship characteristic data 8a is SD-St data in which the horizontal axis is the image SD value and the vertical axis is the streak amount St. Alternatively, the look-up table may be held as r-Str data with the horizontal axis representing the noise reduction rate r and the vertical axis representing the streak reduction rate Str.

基準関係特性データ8aは、図7に示す関係特性算出処理と同様の手順で演算装置202により予め算出される。再構成演算装置221は、図7のステップS101〜ステップS109の処理で得られた関係特性データ8をテーブル化してルックアップテーブル形式の基準関係特性データ8aを作成する。サンプリングの都合上、厳密に対応するα及びβがない場合は、上述したように、最も値の近いα及びβとしてもよいし、補間計算によりα及びβを算出し直してもよい。   The reference relation characteristic data 8a is calculated in advance by the arithmetic unit 202 in the same procedure as the relation characteristic calculation process shown in FIG. The reconstruction computation device 221 tabulates the relational characteristic data 8 obtained by the processing in steps S101 to S109 in FIG. 7 and creates reference relational characteristic data 8a in a lookup table format. For the convenience of sampling, when there is no strictly corresponding α and β, as described above, α and β having the closest values may be used, or α and β may be recalculated by interpolation calculation.

予め作成され、記憶装置213に保持されている基準関係特性データ8aは、例えばファントム等を用いて撮影された投影データを基に作成されたものである。第1の実施の形態の再構成演算装置221は、個々の投影データの特徴に合うように基準関係特性データ8aを微調整して、更新後関係特性データ85を作成する。そして、この更新後関係特性データ85を用いて、所望の画質(SD、St)となるような較正係数(α、β)を算出する。   The reference relation characteristic data 8a created in advance and held in the storage device 213 is created based on projection data photographed using, for example, a phantom. The reconstruction calculation device 221 of the first embodiment finely adjusts the reference relationship characteristic data 8a so as to match the characteristics of individual projection data, and creates the updated relationship characteristic data 85. Then, using the updated relational characteristic data 85, calibration coefficients (α, β) are calculated so as to obtain a desired image quality (SD, St).

第1の実施の形態の再構成演算装置221は、図5に示す機能構成と同様に、画質目標設定部41、反復回数設定部42、関係特性算出部43、較正係数算出部44、反復処理部45、終了判定部46を有する。同一の各部には同一の符号を付し、重複する説明を省略する。   Similar to the functional configuration shown in FIG. 5, the reconstruction calculation device 221 of the first embodiment includes an image quality target setting unit 41, an iteration count setting unit 42, a relational characteristic calculation unit 43, a calibration coefficient calculation unit 44, and an iterative process. Unit 45 and end determination unit 46. The same parts are denoted by the same reference numerals, and redundant description is omitted.

図14は、第1の実施の形態の関係特性算出部43及び較正係数算出部44を説明する機能ブロック図である。   FIG. 14 is a functional block diagram illustrating the relational characteristic calculation unit 43 and the calibration coefficient calculation unit 44 according to the first embodiment.

第1の実施の形態の関係特性算出部43は、特徴量抽出部43a、シフト量算出部43b、基準関係特性出力部43c、関係特性更新部43dを有する。   The relationship characteristic calculation unit 43 according to the first embodiment includes a feature amount extraction unit 43a, a shift amount calculation unit 43b, a reference relationship characteristic output unit 43c, and a relationship characteristic update unit 43d.

特徴量抽出部43aは、補正対象とする投影データの特徴を抽出する。具体的には特徴量として、投影データに表れる複数の高吸収体エッジで囲まれた特徴領域7の広さに関する第1特徴量C1と、特徴領域7の形状に関する第2特徴量C2と、特徴領域7の投影値の大きさに関する第3特徴量C3を抽出する。特徴量抽出部43aは、投影データから上述の特徴量C1、C2、C3のうち少なくともいずれか一つまたは全部を求める。
Feature extracting unit 43a extracts the feature amount of projection data to be corrected. Specifically, as the feature amount, a first feature amount C1 related to the width of the feature region 7 surrounded by a plurality of superabsorbent edges appearing in the projection data, a second feature amount C2 related to the shape of the feature region 7, and a feature A third feature amount C3 relating to the size of the projection value of the region 7 is extracted. The feature amount extraction unit 43a obtains at least one or all of the above-described feature amounts C1, C2, and C3 from the projection data.

ここで、図15〜図18を参照して、各特徴量C1、C2、C3について説明する。   Here, the feature amounts C1, C2, and C3 will be described with reference to FIGS.

図15は投影データに表れる特徴について説明する図である。2つの高吸収体64a、64bが撮影範囲に含まれると、投影データ上で交差する部分で補正領域が重なり、過補正となる。複数の高吸収体が交差する部分(図15中の破線内部)を特徴領域7とする。
特徴領域7の隅部71、72、73、74はノイズ低減処理f1により発生する補正領域が重なり、特に過補正となりやすい。
FIG. 15 is a diagram for explaining features appearing in projection data. If the two superabsorbers 64a and 64b are included in the imaging range, the correction areas overlap at the intersections on the projection data, resulting in overcorrection. A portion where a plurality of superabsorbers intersect (inside the broken line in FIG.
The corners 71, 72, 73, 74 of the feature region 7 are overlapped with the correction regions generated by the noise reduction processing f1, and are particularly likely to be overcorrected.

そこで、特徴量抽出部43aは、補正前投影データの高吸収体エッジで囲まれた領域を特徴領域7とし、特徴領域7の内部の広さ(例えば、面積)を第1特徴量C1として抽出する。図16は、第1特徴量C1について説明する図である。図16(a)に示すように、特徴領域7の内側の高吸収体エッジで囲まれる部分の面積が特徴量C1である。図16(b)に示すように面積(特徴量C1)が大きい場合は、図16(c)に示すように面積(特徴量C1)が小さい場合と比較して、ノイズ低減処理f1を行った場合に過補正になりやすい。これは、面積が広いと平滑化されるデータ範囲が広くなるからである。   Therefore, the feature quantity extraction unit 43a extracts the area surrounded by the high-absorber edge of the uncorrected projection data as the feature area 7, and extracts the area (for example, area) inside the feature area 7 as the first feature quantity C1. To do. FIG. 16 is a diagram illustrating the first feature amount C1. As shown in FIG. 16 (a), the area of the portion surrounded by the superabsorber edge inside the feature region 7 is the feature amount C1. When the area (feature amount C1) is large as shown in FIG. 16 (b), the noise reduction processing f1 is performed as compared to the case where the area (feature amount C1) is small as shown in FIG. 16 (c). It tends to be overcorrected in some cases. This is because if the area is large, the data range to be smoothed becomes wide.

また特徴量抽出部43aは、特徴領域7の形状を第2特徴量C2として抽出する。例えば、チャンネル方向軸(図17では横軸75)とビュー方向軸(図17では縦軸76)との長さの比を特徴領域7の形状特徴(第2特徴量C2)として抽出する。   The feature amount extraction unit 43a extracts the shape of the feature region 7 as the second feature amount C2. For example, the ratio of the length between the channel direction axis (horizontal axis 75 in FIG. 17) and the view direction axis (vertical axis 76 in FIG. 17) is extracted as the shape feature (second feature amount C2) of the feature region 7.

図17は、第2特徴量C2について説明する図である。図17(a)に示すように、例えば、特徴領域7のチャンネル方向の長さ75とビュー方向の長さ76との比を第2特徴量C2とする。ノイズ低減処理の演算の方向にも依存するが、例えばチャンネル方向に加重加算の演算を行う場合には、図17(b)に示すようにチャンネル方向の長さがビュー方向の長さに対して大きい方が、図17(c)に示すようにチャンネル方向の長さがビュー方向の長さに対して小さい場合と比較して過補正になりやすい。これはチャンネル方向にかかる補正量が大きいからである。   FIG. 17 is a diagram illustrating the second feature amount C2. As shown in FIG. 17 (a), for example, the ratio of the length 75 in the channel direction of the feature region 7 to the length 76 in the view direction is defined as the second feature amount C2. Although depending on the calculation direction of the noise reduction processing, for example, when performing a weighted addition calculation in the channel direction, the length in the channel direction is smaller than the length in the view direction as shown in FIG. The larger one is more likely to be overcorrected compared to the case where the length in the channel direction is smaller than the length in the view direction as shown in FIG. 17 (c). This is because the amount of correction applied in the channel direction is large.

また特徴量抽出部43aは、特徴領域7の隅部(特徴領域7であって低吸収領域と接するエリア)の投影値の平均値を第3特徴量C3として抽出する。図18は、第3特徴量C3について説明する図である。図18(a)に示すように、特徴領域7の隅部71、72、73、74の投影値の平均値が特徴量C3である。図18(b)に示すように隅部71、72、73、74の投影値の平均値(特徴量C3)が大きい場合は、図18(c)に示すように特徴量C3が小さい場合と比較して、ノイズ低減処理f1を行った場合に過補正になりやすい。これは、高吸収体と周辺のギャップが大きいためである。なお、特徴領域7の形状は、必ずしも四角形になるとは限らない。特徴領域7が多角形の形状となっている場合は、各頂点付近の隅部の投影値の平均値を特徴量C3とする。   In addition, the feature amount extraction unit 43a extracts the average value of the projection values at the corners of the feature region 7 (the feature region 7 that is in contact with the low absorption region) as the third feature amount C3. FIG. 18 is a diagram illustrating the third feature amount C3. As shown in FIG. 18 (a), the average value of the projection values of the corners 71, 72, 73, 74 of the feature region 7 is the feature amount C3. When the average value (feature value C3) of the projection values of the corners 71, 72, 73, 74 is large as shown in FIG.18 (b), and when the feature value C3 is small as shown in FIG.18 (c). In comparison, overcorrection tends to occur when the noise reduction processing f1 is performed. This is because the gap between the superabsorber and the periphery is large. Note that the shape of the feature region 7 is not necessarily a square. When the feature region 7 has a polygonal shape, the average value of the projection values at the corners near each vertex is set as the feature amount C3.

シフト量算出部43bは、特徴量に応じた基準関係特性テーブル8aの各軸(SD、St)のシフト量を算出する。   The shift amount calculation unit 43b calculates the shift amount of each axis (SD, St) of the reference relation characteristic table 8a according to the feature amount.

図19〜図22を参照して、シフト量の算出方法について説明する。   A method for calculating the shift amount will be described with reference to FIGS.

シフト量算出部43bは、特徴量抽出部43aにより抽出された特徴量C1、C2、C3に対する各画質パラメータSt、SDのシフト量ShiftSt、ShiftSDを、シフト特性データ81〜83に基づいて算出する。The shift amount calculation unit 43b calculates the shift amounts Shift St and Shift SD of the image quality parameters St and SD for the feature amounts C1, C2, and C3 extracted by the feature amount extraction unit 43a based on the shift characteristic data 81 to 83. To do.

シフト特性データ81〜83は、各特徴量C1、C2、C3についてそれぞれ予め求められ、記憶装置213に記憶される。   The shift characteristic data 81 to 83 are obtained in advance for each of the feature amounts C1, C2, and C3, and are stored in the storage device 213.

図19は特徴量C1のシフト特性データ81、図20は特徴量C2のシフト特性データ82、図21は特徴量C3のシフト特性データ83の一例である。それぞれ、横軸は特徴量(C1、C2、C3)の大きさ、縦軸が元のデータに対するシフトの比率(シフト係数)である。
Figure 19 is a shift characteristic data 81 of the feature amount C1, FIG. 20 is a shift characteristic data 82 of the feature amount C2, FIG. 21 shows an example of a shift characteristic data 83 of the feature parameters C3. In each case, the horizontal axis represents the size of the feature amount (C1, C2, C3), and the vertical axis represents the shift ratio (shift coefficient) relative to the original data.

例えば、図19に示すように、特徴量C1の値が「1780」の場合、Stシフト係数はおよそ「1.3」、SDシフト係数は「1」である。また例えば、図20に示すように、特徴量C2の値が「1.14」の場合、Stシフト係数はおよそ「1.04」、SDシフト係数は「1」である。また例えば、図21に示すように、特徴量C3の値が「122」の場合、Stシフト係数はおよそ「1.1」、SDシフト係数は「1」である。   For example, as shown in FIG. 19, when the value of the feature amount C1 is “1780”, the St shift coefficient is approximately “1.3” and the SD shift coefficient is “1”. For example, as shown in FIG. 20, when the value of the feature amount C2 is “1.14”, the St shift coefficient is approximately “1.04” and the SD shift coefficient is “1”. For example, as shown in FIG. 21, when the value of the feature amount C3 is “122”, the St shift coefficient is approximately “1.1” and the SD shift coefficient is “1”.

このようにして、シフト量算出部43bは、各特徴量C1〜C3についてStシフト係数及びSDシフト係数を算出する。   In this way, the shift amount calculation unit 43b calculates the St shift coefficient and the SD shift coefficient for each of the feature amounts C1 to C3.

シフト量算出部43bは、各特徴量C1〜C3についてのシフト係数にそれぞれ重み(w1、w2、w3)を設定し、重み付け加算することにより、各軸(SD、St)のシフト量ShiftSD、ShiftStをそれぞれ算出する。The shift amount calculation unit 43b sets weights (w1, w2, w3) to the shift coefficients for the feature amounts C1 to C3, respectively, and adds the weights, thereby shifting the shift amounts Shift SD of each axis (SD, St). Shift St is calculated respectively.

以下の式(14)は、各特徴量C1、C2、C3のStシフト特性の重みw1、w2、w3の算出例である。

Figure 0006492005
The following equation (14) is an example of calculating the weights w1, w2, and w3 of the St shift characteristics of the feature amounts C1, C2, and C3.
Figure 0006492005

Stシフト量ShiftStは、以下の式(15)により求められる。

Figure 0006492005
The St shift amount Shift St is obtained by the following equation (15).
Figure 0006492005

同様に、SDシフト量ShiftSDは、以下の式(16)により求められる。

Figure 0006492005
Similarly, the SD shift amount Shift SD is obtained by the following equation (16).
Figure 0006492005

3つの特徴量C1〜C3を考慮した場合のシフト量ShiftStを3次元座標空間で表すと、図22のようになる。ShiftSDについても同様である。If the shift amount Shift St when the three feature amounts C1 to C3 are taken into consideration is represented in a three-dimensional coordinate space, it is as shown in FIG. The same applies to Shift SD .

シフト量算出部43bは、算出したシフト量を関係特性更新部43dに出力する。また、基準関係特性出力部43cは、記憶装置213に保持されている基準関係特性テーブル8aを取得し、関係特性更新部43dに出力する。   The shift amount calculation unit 43b outputs the calculated shift amount to the relationship characteristic update unit 43d. Further, the reference relation characteristic output unit 43c acquires the reference relation characteristic table 8a held in the storage device 213, and outputs it to the relation characteristic update unit 43d.

関係特性更新部43dは、シフト量算出部43bにより求められたシフト量ShiftSD、ShiftStに基づいて基準関係特性テーブル8aを更新(シフト)して、対象とする投影データに適合した更新後関係特性テーブル85を求める。The relationship characteristic update unit 43d updates (shifts) the reference relationship property table 8a based on the shift amounts Shift SD and Shift St obtained by the shift amount calculation unit 43b, and updates the updated relationship that matches the target projection data. A characteristic table 85 is obtained.

図23は、更新後関係特性テーブル85の一例である。図23の矢印84はシフト量を示す。図13の基準関係特性テーブル8aでは点線枠86に示す位置にあったデータが特徴量に応じたシフト量ShiftSD、ShiftStだけシフトされる(矢印84に示す分だけ移動される)。その結果、所望のSD値及び所望のストリーク量Stに応じた較正係数(α、β)が投影データ毎に正確に求められる。FIG. 23 is an example of the post-update relationship characteristic table 85. An arrow 84 in FIG. 23 indicates the shift amount. In the reference relation characteristic table 8a of FIG. 13, the data at the position indicated by the dotted frame 86 is shifted by the shift amounts Shift SD and Shift St corresponding to the feature amount (moved by the amount indicated by the arrow 84). As a result, calibration coefficients (α, β) corresponding to the desired SD value and the desired streak amount St are accurately obtained for each projection data.

図24のフローチャートを参照して、第1の実施の形態の較正係数算出処理の流れを説明する。なお、図24の較正係数算出処理は、図11に示す逐次近似投影データ補正処理のステップS304の処理に該当する処理である。   With reference to the flowchart of FIG. 24, the flow of the calibration coefficient calculation process of the first embodiment will be described. Note that the calibration coefficient calculation process in FIG. 24 corresponds to the process in step S304 of the successive approximation projection data correction process shown in FIG.

記憶装置213には基準関係特性テーブル8aが記憶されているものとする。また、図11のステップS301〜ステップS303の処理により、投影データが取得され、目標画質SD、Stが設定され、反復処理の反復回数が設定されているものとする。   It is assumed that the reference relation characteristic table 8a is stored in the storage device 213. Further, it is assumed that the projection data is acquired by the processing of step S301 to step S303 in FIG. 11, the target image quality SD and St are set, and the number of iterations of the iteration process is set.

図24の較正係数算出処理において、まず再構成演算装置221は、投影データから特徴量C1、C2、C3を抽出する(ステップS401)。上述したように、特徴量C1は投影データに含まれる高吸収体エッジの交差部(特徴領域7)の面積であり、特徴量C2は特徴領域7の縦横比であり、特徴量C3は特徴領域7の隅部の平均投影値である。投影データに複数の特徴領域7がある場合は、それぞれについて特徴量C1、C2、C3を求める。   In the calibration coefficient calculation process of FIG. 24, the reconstruction calculation device 221 first extracts feature amounts C1, C2, and C3 from the projection data (step S401). As described above, the feature amount C1 is the area of the intersection (feature region 7) of the high absorber edge included in the projection data, the feature amount C2 is the aspect ratio of the feature region 7, and the feature amount C3 is the feature region. 7 is the average projection value at the corners. When there are a plurality of feature regions 7 in the projection data, feature amounts C1, C2, and C3 are obtained for each.

再構成演算装置221は、基準関係特性テーブル8aを記憶装置213から取得する(ステップS402)。例えば、図13に示すようなルックアップテーブル形式の基準関係特性テーブル8aを取得する。   The reconstruction calculation device 221 acquires the reference relation characteristic table 8a from the storage device 213 (step S402). For example, a reference relation characteristic table 8a in a lookup table format as shown in FIG. 13 is acquired.

再構成演算装置221はステップS401で算出した特徴量C1、C2、C3に基づいて各軸(SD軸、St軸)のシフト量Shift SD、ShiftStを算出する(ステップS403)。シフト量Shift SD,ShiftStは、特徴量C1、C2、C3毎に予め求められているシフト特性(図19〜図21)に基づいて求めることができる。すなわち、シフト量Shift SDは、シフト特性データから求められるシフト係数ShiftSD1〜ShiftSD3を重み付け加算することにより求められる。同様に、シフト量Shift Stは、シフト特性データから求められるシフト係数ShiftSt1〜ShiftSt3を重み付け加算することにより求められる。シフト量Shift St、ShiftSDの算出式は、上述の式(14)〜(16)である。
The reconstruction calculation device 221 calculates the shift amounts Shift SD and Shift St of each axis (SD axis and St axis) based on the feature amounts C1, C2, and C3 calculated in step S401 (step S403). The shift amounts Shift SD and Shift St can be obtained based on shift characteristics (FIGS. 19 to 21) obtained in advance for each of the feature amounts C1, C2, and C3. That is, the shift amount Shift SD is obtained by weighted addition of shift coefficients Shift SD1 to Shift SD3 obtained from the shift characteristic data. Similarly, the shift amount Shift St is calculated by weighted addition of the shift factor Shift St1 ~Shift St3 obtained from the shift characteristic data. Formulas for calculating the shift amounts Shift St and Shift SD are the above-described formulas (14) to (16).

再構成演算装置221は、各画質パラメータSD、Stについてのシフト量Shift SDShift Stに基づいて基準関係特性テーブル8aを更新し、更新後関係特性テーブル85を作成する(ステップS404)。これにより、投影データの特徴に応じた更新後関係特性テーブルを得ることができる。
Reconstruction operation unit 221, the image quality parameter SD, the shift amount Shift SD for St, updates the reference relationship characteristic table 8a based on Shift St, creates the updated relational characteristics table 85 (step S404). Thereby, an updated relational characteristic table corresponding to the feature of the projection data can be obtained.

再構成演算装置221は、更新後関係特性テーブル85を使用して所望SD値及び所望ストリーク量Stに対応する較正係数(α、β)を算出する(ステップS405)。
The reconstruction calculation device 221 uses the updated relation characteristic table 85 to calculate the calibration coefficients (α, β) corresponding to the desired SD value and the desired streak amount St (step S405).

較正係数(α、β)が算出されると、再構成演算装置221は、図11のステップS305〜ステップS309の反復処理を実行して補正投影データを算出する。   When the calibration coefficients (α, β) are calculated, the reconstruction computation device 221 calculates the corrected projection data by executing the iterative process of steps S305 to S309 in FIG.

以上説明したように、第1の実施の形態によれば、ノイズ量に関するパラメータSD及びストリーク量に関するパラメータStと較正係数(α、β)との関係を示す基準となる基準関係特性テーブル8aを記憶装置213に保持しておき、実際の被検体の投影データの特徴C1、C2、C3に応じて基準関係特性テーブル8aを微調整した後に較正係数(α、β)を算出する。このため、投影データの特徴に適合した較正係数を求めることができる。その結果、投影データの特徴に応じた補正が可能となる。
As described above, according to the first embodiment, the reference relationship characteristic table 8a serving as a reference indicating the relationship between the parameter SD regarding the noise amount and the parameter St regarding the streak amount and the calibration coefficients (α, β) is stored. The calibration coefficient (α, β) is calculated after finely adjusting the reference relation characteristic table 8a in accordance with the feature quantities C1, C2, C3 of the actual projection data of the subject, held in the apparatus 213. For this reason, a calibration coefficient suitable for the characteristics of the projection data can be obtained. As a result, correction according to the characteristics of the projection data becomes possible.

[第2の実施の形態]
次に図25を参照して、第2の実施の形態を詳細に説明する。
[Second Embodiment]
Next, the second embodiment will be described in detail with reference to FIG.

第2の実施の形態では、関係特性データ8を近似関数で保持する例について説明する。   In the second embodiment, an example in which the relational characteristic data 8 is held as an approximate function will be described.

第2の実施の形態の演算装置202のハードウエア構成及び機能構成は、図1、図2、及び図5と同様である。以下の説明では、同一の各部には同一の符号を付し、重複する説明を省略する。   The hardware configuration and functional configuration of the arithmetic device 202 of the second embodiment are the same as those in FIGS. 1, 2, and 5. In the following description, the same parts are denoted by the same reference numerals, and redundant description is omitted.

関係特性データ8は、図7に示す関係特性算出処理の手順で再構成演算装置221により算出される。再構成演算装置221は、図7のステップS101〜ステップS108の処理で関係特性データ8を作成すると、図25に示す近似関数作成処理を実行する。   The relation characteristic data 8 is calculated by the reconstruction calculation device 221 in the procedure of the relation characteristic calculation process shown in FIG. The reconstruction calculation device 221 executes the approximate function creation process shown in FIG. 25 when the relation characteristic data 8 is created in the process of steps S101 to S108 in FIG.

再構成演算装置221は、関係特性データ8から任意の数だけデータ点を選択する(ステップS501)。選択したデータ点を(αi、βi、ri、Stri)と記述する。iは正整数(1、…、n)である。The reconstruction calculation device 221 selects an arbitrary number of data points from the relational characteristic data 8 (step S501). The selected data point is described as (α i , β i , r i , Str i ). i is a positive integer (1,..., n).

次に、再構成演算装置221は、調整係数α、補正係数β、ノイズ低減率r、ストリーク低減率Strの関係式を近似した近似関数を設定する(ステップS502)。例えば、近似関数を次式(17)とする。k、l、mはrとStrからαを求める係数である。   Next, the reconstruction calculation device 221 sets an approximation function that approximates the relational expression of the adjustment coefficient α, the correction coefficient β, the noise reduction rate r, and the streak reduction rate Str (step S502). For example, the approximate function is represented by the following equation (17). k, l and m are coefficients for obtaining α from r and Str.

α=k・r+l・Str+m ・・・(17)
次に、再構成演算装置221は、近似関数の係数k、l、mを同定する(ステップS503)。
α = k · r + l · Str + m (17)
Next, the reconstruction calculation device 221 identifies the coefficients k, l, and m of the approximate function (step S503).

データ点(αi、ri、Stri)と近似関数との差をdiとすると、diは以下の式(18)で表される。Data points (α i, r i, Str i) when the difference between the approximate function and d i, d i is expressed by the following equation (18).

di=k・ri+l・Stri+m−αi ・・・(18)
すべてのデータ点と近似関数との差diの二乗和Sは、以下の式(19)で表される。

Figure 0006492005
d i = k · r i + l · Str i + m−α i (18)
The sum of squares S of the differences di between all data points and the approximation function is expressed by the following equation (19).
Figure 0006492005

再構成演算装置221は、次式(20)を満たすSを最小とするk、l、mを求める。
厳密に解が求まらない場合は、反復計算により収束した値を解とする。

Figure 0006492005
The reconstruction calculation device 221 obtains k, l, and m that minimize S satisfying the following equation (20).
If the exact solution cannot be obtained, the value converged by iterative calculation is taken as the solution.
Figure 0006492005

再構成演算装置221は、求めたk、l、mを上述の式(17)に代入して近似関数を決定する。   The reconstruction computation device 221 determines the approximate function by substituting the obtained k, l, and m into the above equation (17).

同様の手法でrとStrからβを求めることができる。   Β can be obtained from r and Str by the same method.

再構成演算装置221は、ステップS501〜ステップS503の処理により近似関数を作成すると、記憶装置213に保持する。   When the reconstruction calculation device 221 creates an approximation function by the processing in steps S501 to S503, the reconstruction calculation device 221 holds the approximation function in the storage device 213.

作成された近似関数は、図11に示す逐次近似投影データ補正処理の較正係数算出処理(ステップS304)において参照され、較正係数(α、β)の算出に用いられる。   The created approximate function is referred to in the calibration coefficient calculation process (step S304) of the successive approximation projection data correction process shown in FIG. 11, and is used to calculate the calibration coefficients (α, β).

なお、上述の説明では、近似関数の次数を1次としているが、次数はこれに限定されない。次数を増やすほど精度が向上する。また、ノイズ低減率r及びストリーク低減率Strと、調整係数αまたは補正係数βとの関係を示す近似関数を算出する例を示したが、画像SD値及びストリーク量Stと、調整係数αまたは補正係数βとの関係を示す近似関数を算出するようにしてもよい。   In the above description, the order of the approximate function is the first order, but the order is not limited to this. The accuracy increases as the order increases. In addition, although an example of calculating an approximate function indicating the relationship between the noise reduction rate r and the streak reduction rate Str and the adjustment coefficient α or the correction coefficient β has been shown, the image SD value and the streak amount St and the adjustment coefficient α or the correction An approximation function indicating the relationship with the coefficient β may be calculated.

第2の実施の形態のように、関係特性データを近似関数の形式で保持することにより、第1の実施の形態のようにルックアップテーブルの形式で関係特性データを保持する場合と比較して、メモリ容量を抑えることができる。   As in the second embodiment, by holding the relational characteristic data in the form of an approximate function, compared to the case in which the relational characteristic data is held in the form of a lookup table as in the first embodiment. Memory capacity can be suppressed.

[第3の実施の形態]
次に図26〜図28を参照して、第3の実施の形態を詳細に説明する。
[Third embodiment]
Next, with reference to FIGS. 26 to 28, the third embodiment will be described in detail.

第3の実施の形態では、撮影条件毎に関係特性データを作成し、記憶装置213に保持する例について説明する。   In the third embodiment, an example will be described in which relational characteristic data is created for each shooting condition and stored in the storage device 213.

ストリークアーチファクトの傾向は撮影条件により異なる。例えば、肩や下肢では、ストリークアーチファクトが大きいが、腹部では小さい。また、撮影時の管電圧が低い場合、管電圧が高い場合と比較してストリークアーチファクトが大きくなる傾向がある。そのため、異なる部位や異なる撮影条件で撮影した投影データに対し、常に同じ関係特性データを用いて較正係数(α、β)を算出し、その較正係数(α、β)を適用して投影データの補正を行うと、画像のストリーク低減効果やノイズ低減効果にばらつきが生じる。   The tendency of streak artifacts varies depending on the shooting conditions. For example, streak artifacts are large on the shoulders and lower limbs, but small on the abdomen. Further, when the tube voltage at the time of photographing is low, the streak artifact tends to be larger than when the tube voltage is high. Therefore, always calculate the calibration coefficients (α, β) using the same relational characteristic data for projection data shot with different parts and different shooting conditions, and apply the calibration coefficients (α, β) to When correction is performed, variations occur in the streak reduction effect and noise reduction effect of the image.

そこで、第3の実施の形態では、撮影条件毎に関係特性データを作成する。また、逐次近似投影データ補正処理では、対象とする投影データの撮影条件に応じて適切な関係特性データを参照して較正係数を算出する。   Therefore, in the third embodiment, relational characteristic data is created for each shooting condition. In the successive approximation projection data correction process, the calibration coefficient is calculated with reference to appropriate relational characteristic data according to the photographing condition of the target projection data.

まず、図26を参照して第3の実施の形態の関係特性作成処理について説明する。   First, the relational characteristic creation process of the third embodiment will be described with reference to FIG.

まず、再構成演算装置221は、全ての撮影条件の値を撮影情報値spに割り当てる(ステップS601)。撮影条件とは、管電圧、管電流等のX線条件、ピッチ、コリメータ条件等の撮影に関する条件と、頭部、頸部、肩部、胸部、腹部、下肢等のような撮影部位と、再構成スライス厚等の再構成条件とを含む各種の条件の組み合わせをいうものとする。撮影情報値spとは、撮影条件毎に割り当てる識別情報、または撮影条件の値そのものから生成されるデータである。   First, the reconstruction calculation device 221 assigns all the imaging condition values to the imaging information value sp (step S601). The imaging conditions include X-ray conditions such as tube voltage and tube current, pitch and collimator conditions, imaging conditions such as the head, neck, shoulder, chest, abdomen, and lower limbs. It shall mean a combination of various conditions including reconstruction conditions such as the configuration slice thickness. The photographing information value sp is data generated from identification information assigned for each photographing condition or the photographing condition value itself.

次に再構成演算装置221は、撮影情報値spと関係特性データとの関連付けを行う。
すなわち、まず再構成演算装置221は、任意の撮影情報値spを1つ設定する(ステップS602)。再構成演算装置221は、撮影情報値spに対応する撮影条件で撮影した投影データを取得し、図7の関係特性算出処理を実行して関係特性データを作成する(ステップS603)。再構成演算装置221は、撮影情報値spとステップS603で取得した関係特性データとを関連付けて記憶装置213に記憶する(ステップS604)。
Next, the reconstruction calculation device 221 associates the imaging information value sp with the related characteristic data.
That is, first, the reconstruction calculation device 221 sets one arbitrary shooting information value sp (step S602). The reconstruction calculation device 221 acquires projection data shot under shooting conditions corresponding to the shooting information value sp, and executes the relational characteristic calculation process of FIG. 7 to create relational characteristic data (step S603). The reconstruction calculation device 221 associates the imaging information value sp with the relational characteristic data acquired in step S603 and stores it in the storage device 213 (step S604).

再構成演算装置221は、すべての撮影情報値spについて関係特性データの取得及び関連付けが終了したか否かを判定し(ステップS605)、未処理の撮影情報値spがある場合は(ステップS605;No)、ステップS602へ戻る。再構成演算装置221は、次の撮影情報値spを設定し、撮影情報値spに対応する投影データから関係特性データを算出し、撮影情報値spと関係特性データとの関連付けを行う。ステップS602〜ステップS604の処理を撮影情報値spを変化させながら繰り返し、全ての撮影情報値spについて処理が終了すると(ステップS605;Yes)、図26の関係特性作成処理を終了する。   The reconstruction calculation device 221 determines whether or not the acquisition and association of the related characteristic data has been completed for all the shooting information values sp (step S605), and if there is an unprocessed shooting information value sp (step S605; No), it returns to step S602. The reconstruction calculation device 221 sets the next shooting information value sp, calculates the related characteristic data from the projection data corresponding to the shooting information value sp, and associates the shooting information value sp with the related characteristic data. The processing of step S602 to step S604 is repeated while changing the shooting information value sp, and when the processing is completed for all shooting information values sp (step S605; Yes), the relational characteristic creation processing of FIG. 26 is ended.

再構成演算装置221は、図27に示すような操作画面9を表示装置211に表示してもよい。   The reconstruction calculation device 221 may display the operation screen 9 as shown in FIG.

図27に示す操作画面9は、関係特性データ表示エリア91、92、編集エリア93、94を有する。関係特性データ表示エリア91には、撮影情報値sp91a、91bと撮影情報値sp91a、91bに関連付けられる関係特性データ80aが表示される。同様に、下段の関係特性データ表示エリア92には、別の撮影情報値sp92a、92bと撮影情報値sp92a、92bに関連付けられる関係特性データ80bが表示される。編集エリア93には、撮影条件入力欄93a、撮影部位入力欄93b、再構成条件入力欄93c、撮影情報値入力欄93d等が設けられる。同様に、下段の編集エリア94には、撮影条件入力欄94a、撮影部位入力欄94b、再構成条件入力欄94c、撮影情報値入力欄94d等が設けられる。
The operation screen 9 shown in FIG. 27 has relational characteristic data display areas 91 and 92 and editing areas 93 and 94. The relationship characteristic data display area 91, the photographing information value Sp91a, 91b and photographing information value sp 91a, relational characteristic data 80a associated with the 91b is displayed. Similarly, in the lower relational characteristic data display area 92, different photographing information values sp92a and 92b and relational characteristic data 80b associated with the photographing information values sp92a and 92b are displayed. The editing area 93 includes an imaging condition input field 93a, an imaging region input field 93b, a reconstruction condition input field 93c, an imaging information value input field 93d, and the like. Similarly, in the lower editing area 94, an imaging condition input field 94a, an imaging region input field 94b, a reconstruction condition input field 94c, an imaging information value input field 94d, and the like are provided.

操作画面9の関係特性データ表示エリア91には、例えば、撮影情報値sp=「1」に割り当てられている撮影条件91bが表示される。また、この撮影条件91bで撮影された投影データに基づいて作成された関係特性データ80aが表示される。編集エリア93には、関係特性データ表示エリア91に表示されている情報と同一の情報(撮影情報値sp)が各入力欄93a〜93dに表示される。各入力欄93a〜93dの値が操作者により変更されると、変更された内容が関係特性データ表示エリア91に表示される情報に反映される。また、変更された内容で撮影情報値sp、撮影条件、及び関係特性データとの関連付けが行われて、記憶される。   In the relational characteristic data display area 91 of the operation screen 9, for example, a shooting condition 91b assigned to the shooting information value sp = “1” is displayed. Further, relational characteristic data 80a created based on the projection data photographed under the photographing condition 91b is displayed. In the editing area 93, the same information (shooting information value sp) as the information displayed in the related characteristic data display area 91 is displayed in each of the input fields 93a to 93d. When the values of the input fields 93a to 93d are changed by the operator, the changed contents are reflected in the information displayed in the related characteristic data display area 91. Further, the changed contents are associated with the shooting information value sp, shooting conditions, and related characteristic data, and stored.

以上の手順により様々な撮影条件と関係特性データとが関連付けられる。   Through the above procedure, various shooting conditions and related characteristic data are associated.

次に、図28を参照して、第3の実施の形態のX線CT装置1の処理全体の流れを説明する。   Next, with reference to FIG. 28, an overall process flow of the X-ray CT apparatus 1 according to the third embodiment will be described.

まずX線CT装置1は、被検体3に対して位置決め撮影を行う。次に、X線CT装置は、位置決め撮影によって撮影される位置決め画像に基づいて撮影条件や再構成条件等の各種条件設定を行う。そして、X線CT装置1は、断層撮影(本撮影)を行い、投影データを取得する(ステップS701)。   First, the X-ray CT apparatus 1 performs positioning imaging on the subject 3. Next, the X-ray CT apparatus sets various conditions such as imaging conditions and reconstruction conditions based on a positioning image acquired by positioning imaging. Then, the X-ray CT apparatus 1 performs tomography (main imaging) and acquires projection data (step S701).

再構成演算装置221は、取得した投影データに撮影範囲(例えば、ビュー)毎に撮影条件(撮影情報値sp)を記録しておくことが望ましい(ステップS702)。   The reconstruction calculation device 221 preferably records the shooting condition (shooting information value sp) for each shooting range (for example, view) in the acquired projection data (step S702).

再構成演算装置221は、取得された投影データに対して逐次近似投影データ補正処理を行う(ステップS703)。ステップS703の逐次近似投影データ補正処理の手順は、図11に示す手順と同様である。ただし、図11のステップS304の較正係数算出処理については、第3の実施の形態の再構成演算装置221は、図29に示す較正係数算出処理を実行する。   The reconstruction calculation device 221 performs successive approximate projection data correction processing on the acquired projection data (step S703). The procedure of the successive approximation projection data correction process in step S703 is the same as the procedure shown in FIG. However, for the calibration coefficient calculation process in step S304 of FIG. 11, the reconstruction computation device 221 of the third embodiment executes the calibration coefficient calculation process shown in FIG.

図29を参照して第3の実施の形態の較正係数算出処理について説明する。   A calibration coefficient calculation process according to the third embodiment will be described with reference to FIG.

再構成演算装置221は、投影データに記録されている撮影情報値sp(撮影条件)を取得する(ステップS801)。再構成演算装置221は、取得した撮影情報値spに対応する基準関係特性データを記憶装置213から選択する(ステップS802)。投影データの撮影範囲毎(例えば、ビュー毎)に異なる撮影条件(撮影情報値sp)が記録されている場合は、再構成演算装置221は、記録されているすべての撮影情報値spに対応する基準関係特性データを記憶装置213から選択する。   The reconstruction calculation device 221 acquires the shooting information value sp (shooting condition) recorded in the projection data (step S801). The reconstruction calculation device 221 selects reference relation characteristic data corresponding to the acquired imaging information value sp from the storage device 213 (step S802). When different shooting conditions (shooting information values sp) are recorded for each shooting range (for example, each view) of the projection data, the reconstruction calculation device 221 corresponds to all the recorded shooting information values sp. The reference relation characteristic data is selected from the storage device 213.

再構成演算装置221は、基準関係特性データと設定されている目標画質(SD、st)に基づいて、較正係数(α、β)を算出する。   The reconstruction calculation device 221 calculates calibration coefficients (α, β) based on the reference relation characteristic data and the set target image quality (SD, st).

なお、再構成演算装置221は第1の実施の形態と同様に、投影データの特徴に応じて、ステップS802で取得した基準関係特性データを更新するようにしてもよい。この場合、まず再構成演算装置221は、投影データから特徴量C1、C2、C3を抽出し(ステップS803)、特徴量C1、C2、C3に基づいてシフト量Shift SD、ShiftStを算出する(ステップS804)。シフト量Shift SD、ShiftStの算出の仕方は、第1の実施の形態と同様である。
Note that the reconstruction calculation device 221 may update the reference relation characteristic data acquired in step S802 according to the characteristics of the projection data, as in the first embodiment. In this case, the reconstruction calculation device 221 first extracts feature amounts C1, C2, and C3 from the projection data (step S803), and calculates shift amounts Shift SD and Shift St based on the feature amounts C1, C2, and C3 (step S803). Step S804). The method of calculating the shift amounts Shift SD and Shift St is the same as in the first embodiment.

再構成演算装置221は、各画質パラメータのシフト量Shift SDShift Stに基づいてステップS802で取得した基準関係特性データを更新する(ステップS805)。再構成演算装置221は、更新後の関係特性データを使用して所望SD値及び所望ストリーク量Stに対応する較正係数(α、β)を算出する(ステップS806)。
The reconstruction calculation device 221 updates the reference relation characteristic data acquired in step S802 based on the shift amounts Shift SD and Shift St of each image quality parameter (step S805). The reconstruction calculation device 221 calculates the calibration coefficient (α, β) corresponding to the desired SD value and the desired streak amount St using the updated relational characteristic data (step S806).

このようにして較正係数(α、β)が算出されると、再構成演算装置221は、図11のステップS305〜ステップS309の反復処理を実行して補正投影データを算出する。   When the calibration coefficients (α, β) are calculated in this way, the reconstruction calculation device 221 calculates the corrected projection data by executing the iterative process of steps S305 to S309 in FIG.

再構成演算装置221は、逐次近似投影データ補正処理によって補正された補正投影データを用いて画像再構成を行い、CT画像を生成する(図28のステップS704)。再構成演算装置221は、生成されたCT画像を表示装置211に表示する(ステップS705)。   The reconstruction calculation device 221 performs image reconstruction using the corrected projection data corrected by the successive approximation projection data correction process, and generates a CT image (step S704 in FIG. 28). The reconstruction calculation device 221 displays the generated CT image on the display device 211 (step S705).

以上説明したように、第3の実施の形態によれば、撮影条件毎に関係特性データを記憶しておき、逐次近似投影データ補正処理を実行する際には、投影データ計測時の撮影条件に応じた基準関係特性データを読み出して、較正係数(α、β)を算出する。このため、どのような撮影条件で撮影された投影データにおいてもノイズ低減効果とストリーク低減効果を一定に保つことができる。   As described above, according to the third embodiment, the relationship characteristic data is stored for each shooting condition, and when executing the approximate projection data correction process, the shooting condition at the time of measuring the projection data is set. The corresponding reference relation characteristic data is read and the calibration coefficients (α, β) are calculated. For this reason, the noise reduction effect and the streak reduction effect can be kept constant in the projection data shot under any shooting conditions.

特に、撮影時に撮影範囲(例えば、ビュー毎)に撮影条件(撮影情報値)を記録しておくため、投影データに複数の撮影条件や撮影部位が含まれる場合であっても各ビューの撮影条件等に応じた較正係数(α、β)を算出して投影データを補正できる。よって、一様なノイズ低減効果とストリーク低減効果を得ることができる。   In particular, since shooting conditions (shooting information values) are recorded in the shooting range (e.g., for each view) at the time of shooting, the shooting conditions for each view even if the projection data includes multiple shooting conditions and shooting parts. The projection data can be corrected by calculating calibration coefficients (α, β) according to the above. Therefore, a uniform noise reduction effect and streak reduction effect can be obtained.

以上説明したように、本発明のX線CT装置1によれば、ノイズ低減処理f1とストリークの発生を防ぐ信号強度維持処理f2とを含む反復処理において、再構成演算装置221は、所望のノイズ量となるように、ノイズ低減処理f1と信号強度維持処理f2との適用比率を調整する調整係数αと補正係数βとを算出し、この較正係数(α、β)に基づいて逐次近似投影データ補正処理を実行して補正投影データを作成する。   As described above, according to the X-ray CT apparatus 1 of the present invention, in the repetitive processing including the noise reduction processing f1 and the signal strength maintenance processing f2 that prevents the occurrence of streak, the reconstruction calculation device 221 performs the desired noise The adjustment coefficient α and the correction coefficient β for adjusting the application ratio of the noise reduction processing f1 and the signal strength maintenance processing f2 are calculated so as to be the amount, and the successive approximation projection data based on the calibration coefficients (α, β) Correction processing is executed to generate corrected projection data.

よって、画像に含まれるノイズを低減しつつ、画像の高吸収体周辺部に発生するストリークアーチファクトを低減することが可能となる。   Therefore, it is possible to reduce streak artifacts generated in the periphery of the high-absorber body of the image while reducing noise included in the image.

なお、上述の各実施の形態では、ストリーク量を算出する際は再構成した画像に基づいてストリーク量を求めることとして説明したが、ストリーク量の算出方法はこれに限定されない。以下、図30及び図31を参照してストリーク量の算出方法について追記する。   In each of the embodiments described above, the streak amount is calculated based on the reconstructed image when calculating the streak amount. However, the streak amount calculation method is not limited to this. Hereinafter, a method for calculating the streak amount will be additionally described with reference to FIGS. 30 and 31. FIG.

図30は、画像上の高吸収体周辺のストリーク量を算出する手順を示すフローチャートである。   FIG. 30 is a flowchart showing a procedure for calculating the amount of streak around the superabsorber on the image.

再構成演算装置221は、投影データを取得し、ノイズ低減処理f1を実行し、ノイズ低減処理f1後の投影データを再構成する(ステップS901)。再構成演算装置221は、得られた画像上に代表の大きさの正方形(マトリクス)を設定し、マトリクス内のCT値の平均値を算出し、値を保持する。次に、上述のマトリクスを画像内すべてを網羅するように1画素ずつ移動させて、内部のCT値の平均値を算出して保持する。保持した値の中で最も大きい値の位置を高吸収体位置とする(ステップS902;高吸収体位置の算出)。
The reconstruction calculation device 221 acquires the projection data, executes the noise reduction process f1, and reconstructs the projection data after the noise reduction process f1 (step S901). The reconstruction calculation device 221 sets a square (matrix) having a representative size on the obtained image, calculates an average value of CT values in the matrix, and holds the value. Next, the above matrix is moved pixel by pixel so as to cover the entire image, and an average value of internal CT values is calculated and held. The position of the largest value among the held values is set as the high absorbent position (step S902; calculation of the high absorbent position).

再構成演算装置221は、高吸収体位置の中心を固定し、マトリクスの辺の長さを変化させる。辺の長さを長くしていったときに、最もCT値の変化量が大きかった時の変化量をaとし、そのときの辺の長さをlsとする。次に、辺の長さを短くしていったときに、最もCT値の変化量が大きかった時の変化量をbとし、そのときの辺の長さをlbとする。aとbの絶対値を比較し、大きい値を実現した辺の長さをloptとする。同じだった場合は、lsとlbの大きさを比較し、大きい方をloptとする。loptをマトリクスの辺の長さとする(ステップS903;高吸収体範囲の算出)。   The reconstruction calculation device 221 fixes the center of the superabsorber position and changes the length of the side of the matrix. When the length of the side is increased, the change amount when the change amount of the CT value is the largest is a, and the length of the side at that time is ls. Next, when the side length is shortened, the change amount when the CT value change amount is the largest is b, and the side length at that time is lb. Compare the absolute values of a and b, and let lopt be the length of the side that realizes the large value. If they are the same, compare the size of ls and lb, and let lopt be the larger one. Let lopt be the length of the side of the matrix (step S903; calculation of high absorber range).

再構成演算装置221は、loptのマトリクス内の高吸収体を楕円または曲線でフィッティングし、エッジ曲線を抽出する。フィッティングはマトリクス内のCT値を「高吸収体」、「低吸収体」、「ストリーク」に3値化したうちの「高吸収体」に対応する部分に対して行う。再構成演算装置221は、エッジ曲線上に適当な長さの接線を当て、その接線を長軸とした長方形領域を設定する。次に、再構成演算装置221は、長方形領域内のCT値の平均値を算出し、保持する。その操作を、エッジ曲線上すべてを網羅するように行い、内部のCT値の平均値を算出し、保持する。再構成演算装置221は、保持した値の中で最も大きい値の位置をストリーク位置とし、その値をストリーク量St1とする。上述のストリーク位置と同じ位置に長方形領域を当て、補正後の投影データ(Raw_C)を再構成して得られた画像上でストリーク量St2を算出する(ステップS904;ストリーク量Stの算出)。
The reconstruction calculation device 221 fits the superabsorber in the lopt matrix with an ellipse or a curve, and extracts an edge curve. The fitting is performed on the portion corresponding to the “high absorber” among the three values of the CT values in the matrix which are ternarized as “high absorber”, “low absorber” and “streak”. The reconstruction calculation device 221 applies a tangent having an appropriate length on the edge curve, and sets a rectangular region having the tangent as the major axis. Next, the reconstruction calculation device 221 calculates and holds the average value of CT values in the rectangular area. The operation is performed so as to cover the entire edge curve, and the average value of the internal CT values is calculated and held. The reconstruction calculation device 221 sets the position of the largest value among the stored values as the streak position, and sets the value as the streak amount St1. The streak amount St2 is calculated on the image obtained by reconstructing the corrected projection data (Raw_C) by placing a rectangular area at the same position as the streak position (step S904; calculation of the streak amount St).

再構成演算装置221は、ステップS904で得たストリーク量St1とSt2との比からストリーク低減率Strを算出する(ステップS905;ストリーク低減率Strの算出)。
The reconstruction calculation device 221 calculates the streak reduction rate Str from the ratio between the streak amounts St1 and St2 obtained in step S904 (step S905; calculation of the streak reduction rate Str).

以上のようにして、ノイズ低減処理f1によって生じる高吸収体周辺に生じる画像上のストリークアーチファクトを算出することができる。   As described above, the streak artifact on the image generated around the high absorber caused by the noise reduction processing f1 can be calculated.

また、再構成演算装置221は、ストリーク低減率Strを投影データ上から算出するようにしてもよい。   Further, the reconstruction calculation device 221 may calculate the streak reduction rate Str from the projection data.

図31を参照して、ストリーク低減率Strを投影データ上から算出する方法について説明する。   A method of calculating the streak reduction rate Str from the projection data will be described with reference to FIG.

再構成演算装置221は、撮影範囲の投影データの中で最も大きいCT値を算出し、高吸収体CT値hとする。k×hからhまでの値を持つ投影データの範囲を高吸収体代表領域とする。この処理におけるkは、0<k<1の値である。例えば、k=0.95とする。再構成演算装置221は、高吸収体代表領域から、外側に向けてチャンネル方向にdch分広げた領域を高吸収体領域とする(ステップS1001;高吸収体領域の算出)。   The reconstruction calculation device 221 calculates the largest CT value in the projection range projection data and sets it as the high absorber CT value h. A range of projection data having a value from k × h to h is defined as a high absorber representative region. K in this process is a value of 0 <k <1. For example, k = 0.95. The reconstruction calculation device 221 sets, as a high absorber region, a region expanded from the high absorber representative region by dch toward the outside in the channel direction (step S1001; calculation of the high absorber region).

dchは次式(21)で表される。ここで、fdはノイズ低減率rの関数である。dchはrに比例して大きくなる。   dch is expressed by the following equation (21). Here, fd is a function of the noise reduction rate r. dch increases in proportion to r.

dch=fd(r) ・・・ (21)
再構成演算装置221は、全てのビューに対し、投影データをチャンネル方向に微分し、その絶対値を算出する。このデータを微分投影データDとする。再構成演算装置221は、すべてのビューの微分投影データDの中で最も大きい値を算出し、エッジ微分値h_dとする。また、再構成演算装置221は、l×h_dからh_dまでの値を持つ投影データの範囲を高吸収体エッジ領域とする。この処理におけるlは、0<l<1の値である。例えば、l=0.7とする。高吸収体領域かつ高吸収体エッジ領域をストリーク発生領域とする(ステップS1002;ストリーク発生領域の算出)。
dch = fd (r) (21)
The reconstruction calculation device 221 differentiates the projection data in the channel direction for all views and calculates absolute values thereof. This data is referred to as differential projection data D. The reconstruction calculation device 221 calculates the largest value among the differential projection data D of all the views and sets it as the edge differential value h_d. In addition, the reconstruction calculation device 221 sets a range of projection data having a value from l × h_d to h_d as a high absorber edge region. In this process, l is a value of 0 <l <1. For example, l = 0.7. The high absorber region and the high absorber edge region are set as the streak generation region (step S1002; calculation of the streak generation region).

再構成演算装置221は、すべての投影データ上のストリーク発生領域におけるCT値の平均値をストリーク量St1とする。上述のストリーク発生領域と同じ領域において、補正後の投影データ(Raw_C)上でストリーク量St2を算出する(ステップS1003;ストリーク量Stの算出)。   The reconstruction calculation device 221 sets the average value of CT values in the streak occurrence region on all projection data as the streak amount St1. The streak amount St2 is calculated on the corrected projection data (Raw_C) in the same region as the above-described streak occurrence region (step S1003; calculation of the streak amount St).

再構成演算装置221は、ステップS1003で得たストリーク量St1とSt2との比からストリーク低減率Strを算出する(ステップS1004;ストリーク低減率Strの算出)。
The reconstruction calculation device 221 calculates the streak reduction rate Str from the ratio between the streak amounts St1 and St2 obtained in step S1003 (step S1004; calculation of the streak reduction rate Str).

以上のようにして、ノイズ低減処理f1によって生じる高吸収体周辺に生じるストリークアーチファクトを投影データ上から評価することができる。この場合は画像を再構成する必要がないため、演算量が少なくて済むという利点がある。   As described above, the streak artifact generated around the high absorber caused by the noise reduction process f1 can be evaluated from the projection data. In this case, since it is not necessary to reconstruct the image, there is an advantage that the amount of calculation is small.

以上、本発明に係るX線CT装置等の好適な実施形態について説明したが、本発明は、上述の実施形態に限定されるものではない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。   The preferred embodiments of the X-ray CT apparatus and the like according to the present invention have been described above, but the present invention is not limited to the above-described embodiments. It will be apparent to those skilled in the art that various changes or modifications can be conceived within the scope of the technical idea disclosed in the present application, and these are naturally within the technical scope of the present invention. Understood.

1 X線CT装置、 3 被検体、10 スキャナ、20 操作ユニット、100 ガントリ、101 寝台装置、102 X線発生装置、103 X線検出装置、104 コリメータ装置、105 高電圧発生装置、106 データ収集装置、107 駆動装置、200 中央制御装置、201 入出力装置、202 演算装置、211 表示装置、212 入力装置、213 記憶装置、41 画質目標設定部、42 反復回数設定部、43 関係特性算出部、43a 特徴量抽出部、43b シフト量算出部、43c 基準関係特性出力部、43d 関係特性更新部、44 較正係数算出部、45 反復処理部、46 終了判定部、50 下肢断層像、50a 骨、50b ストリークアーチファクト、51、52 投影データのプロファイル、53 補正なしの画像、54 ノイズ低減処理f1後の画像、55 調整処理f3後の画像、57、58 ROI、61、62 投影データ、61a、62a 高吸収体の投影データ、62b 補正領域、63 補正前後の投影データの差分、64a、64 b高吸収体の投影データ、66a、66b 補正領域、65 高吸収体の投影データが交差する部分、7 投影データの特徴領域、71〜74 隅部、8 関係特性データ(r−Strデータ)、8a 基準関係特性テーブル(SD−Stデータ)、80 所望画質に対応する較正係数、81、82、83 各特徴量C1〜C3のシフト特性データ、85 更新後関係特性テーブル、9 操作画面、α 調整係数、β 補正係数、C1 第1特徴量(特徴領域7の面積)、C2 第2特徴量(特徴領域7の形状)、C3 第3特徴量(特徴領域7の隅部71〜74の投影値)
1 X-ray CT device, 3 Subject, 10 Scanner, 20 Operation unit, 100 Gantry, 101 Sleeper device, 102 X-ray generator, 103 X-ray detector, 104 Collimator, 105 High voltage generator, 106 Data acquisition device , 107 Drive device, 200 Central control device, 201 Input / output device, 202 Arithmetic device, 211 Display device, 212 Input device, 213 Storage device, 41 Image quality target setting unit, 42 Repetition count setting unit, 43 Relationship characteristic calculation unit, 43a Feature amount extraction unit, 43b shift amount calculation unit, 43c reference relationship characteristic output unit, 43d relationship property update unit, 44 calibration coefficient calculation unit, 45 iteration processing unit, 46 end determination unit, 50 lower limb tomogram, 50a bone, 50b streak Artifact , 51, 52 Projected data profile, 53 Uncorrected image, 54 Noise reduced image after f1, 55 Adjusted image after f3, 57, 58 ROI, 61, 62 Projected data, 61a, 62a High absorber Projection data, 62b correction area, 63 projection data before and after correction 64a, 64b superabsorber projection data, 66a, 66b correction area, 65 intersection of superabsorber projection data, 7 projection data feature area, 71-74 corners, 8 relationship characteristic data (r-Str data), 8a Standard relationship characteristic table (SD-St data), 80 Calibration coefficient corresponding to desired image quality, 81, 82, 83 Shift characteristic data for each feature quantity C1 to C3, 85 Post-update relation characteristic table , 9 Operation screen, α adjustment coefficient, β correction coefficient, C1 first feature (area of feature region 7), C2 second feature (shape of feature region 7), C3 third feature (corner of feature region 7) (Projected values of parts 71 to 74)

Claims (10)

被検体の周囲からX線を照射するX線発生装置と、
前記被検体を透過するX線を検出するX線検出装置と、
前記X線検出装置によって検出されるデータを収集するデータ収集装置と、
前記データ収集装置によって収集されるデータを入力して投影データを作成し、前記投影データを用いてCT画像を再構成する再構成演算装置と、
前記CT画像を表示する表示装置と、を備え、
前記再構成演算装置は、
前記投影データを補正する反復処理の反復回数を設定する反復回数設定部と、
前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出部と、
前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する逐次近似投影データ補正処理部と、
前記補正投影データを用いてCT画像を再構成する画像再構成部と、
を備え
前記第1処理関数はノイズ低減に関する関数であり、前記第2処理関数はストリークアーチファクトの低減に関する関数であり、pが更新投影値、yが元の投影値、βが補正係数、dが検出特性値、iが検出素子番号、nが反復回数であるときに、
前記第1処理関数は、評価関数として
Figure 0006492005
を、
反復式として
Figure 0006492005
を用い、
前記第2処理関数は、評価関数として
Figure 0006492005
を、
反復式として
Figure 0006492005
を用いることを特徴とするX線CT装置。
An X-ray generator that emits X-rays from around the subject;
An X-ray detection apparatus for detecting X-rays transmitted through the subject;
A data collection device for collecting data detected by the X-ray detection device;
Reconstruction operation device that inputs data collected by the data collection device to create projection data, and reconstructs a CT image using the projection data;
A display device for displaying the CT image,
The reconstruction arithmetic device is
An iteration number setting unit for setting an iteration number of the iterative process for correcting the projection data;
A calibration coefficient calculation unit for calculating a calibration coefficient for adjusting an application ratio between a first processing function included in the iterative process and a second processing function having characteristics different from the first processing function;
A successive approximation projection data correction processing unit that performs the iterative process on the projection data based on the number of iterations and the calibration coefficient, and creates corrected projection data;
An image reconstruction unit for reconstructing a CT image using the corrected projection data;
Equipped with a,
The first processing function is a function related to noise reduction, the second processing function is a function related to reduction of streak artifact, p is an updated projection value, y is an original projection value, β is a correction coefficient, d is a detection characteristic Value, i is the detector element number, and n is the number of iterations,
The first processing function is an evaluation function
Figure 0006492005
The
As an iterative formula
Figure 0006492005
Use
The second processing function is an evaluation function
Figure 0006492005
The
As an iterative formula
Figure 0006492005
X-ray CT apparatus according to claim Rukoto used.
前記再構成演算装置は、
前記第1処理関数により制御される第1画質パラメータ及び前記第2処理関数により制御される第2画質パラメータと、前記較正係数との関係を示す関係特性データを算出する関係特性算出部と、
前記第1及び第2画質パラメータについて、それぞれ目標値を設定する画質目標設定部を更に備え、
前記較正係数算出部は、前記関係特性データに基づいて前記目標値に対応する較正係数を算出することを特徴とする請求項1に記載のX線CT装置。
The reconstruction arithmetic device is
A first characteristic image parameter controlled by the first processing function, a second image quality parameter controlled by the second processing function, and a relational characteristic calculation unit for calculating relational characteristic data indicating a relation between the calibration coefficients;
An image quality target setting unit for setting a target value for each of the first and second image quality parameters,
2. The X-ray CT apparatus according to claim 1, wherein the calibration coefficient calculation unit calculates a calibration coefficient corresponding to the target value based on the relational characteristic data.
前記関係特性データの基準となる基準関係特性データを予め保持する記憶部を備え、
前記較正係数算出部は、
前記投影データの特徴量を抽出する特徴量抽出部と、
前記特徴量に基づいて前記第1及び第2画質パラメータの各シフト量を算出するシフト量算出部と、
前記シフト量に基づいて前記基準関係特性データを更新し、更新後関係特性データを求める関係特性更新部と、を備え、
前記更新後関係特性データに基づいて前記目標値に対応する較正係数を算出することを
特徴とする請求項2に記載のX線CT装置。
A storage unit for preliminarily storing reference relation characteristic data serving as a reference for the relation characteristic data;
The calibration coefficient calculator is
A feature amount extraction unit for extracting a feature amount of the projection data;
A shift amount calculation unit that calculates each shift amount of the first and second image quality parameters based on the feature amount;
Updating the reference relational characteristic data based on the shift amount, and obtaining a relational characteristic data after the update, and a relational characteristic updating unit,
3. The X-ray CT apparatus according to claim 2, wherein a calibration coefficient corresponding to the target value is calculated based on the updated relational characteristic data.
前記特徴量は、
投影データに表れる複数の高吸収体エッジで囲まれた特徴領域の広さに関する第1特徴量と、
前記特徴領域の形状に関する第2特徴量と、
前記特徴領域の投影値の大きさに関する第3特徴量と、
のうち少なくともいずれか一つを含むことを特徴とする請求項3に記載のX線CT装置。
The feature amount is
A first feature amount relating to the width of a feature region surrounded by a plurality of superabsorbent edges that appear in the projection data;
A second feature amount relating to the shape of the feature region;
A third feature amount relating to the size of the projection value of the feature region;
4. The X-ray CT apparatus according to claim 3, further comprising at least one of them.
前記関係特性データは、ルックアップテーブルとして保持されることを特徴とする請求項2に記載のX線CT装置。   3. The X-ray CT apparatus according to claim 2, wherein the relation characteristic data is held as a lookup table. 前記関係特性データは、近似関数として保持されることを特徴とする請求項2に記載のX線CT装置。   3. The X-ray CT apparatus according to claim 2, wherein the relational characteristic data is held as an approximate function. 前記関係特性データは、撮影条件毎に保持されることを特徴とする請求項2に記載のX線CT装置。   3. The X-ray CT apparatus according to claim 2, wherein the relational characteristic data is held for each imaging condition. 較正係数を算出するために必要なパラメータまたは条件を入力する入力部を更に備え、
前記較正係数算出部は、前記入力されたパラメータまたは条件に基づいて前記較正係数を算出することを特徴とする請求項1に記載のX線CT装置。
An input unit for inputting parameters or conditions necessary for calculating the calibration coefficient;
2. The X-ray CT apparatus according to claim 1, wherein the calibration coefficient calculation unit calculates the calibration coefficient based on the input parameter or condition.
投影データを補正する反復処理の反復回数を設定する反復回数設定部と、
前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出部と、
前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する逐次近似投影データ補正処理部と、
前記補正投影データを用いてCT画像を再構成する画像再構成部と、
を備え
前記第1処理関数はノイズ低減に関する関数であり、前記第2処理関数はストリークアーチファクトの低減に関する関数であり、pが更新投影値、yが元の投影値、βが補正係数、dが検出特性値、iが検出素子番号、nが反復回数であるときに、
前記第1処理関数は、評価関数として
Figure 0006492005
を、
反復式として
Figure 0006492005
を用い、
前記第2処理関数は、評価関数として
Figure 0006492005

を、
反復式として
Figure 0006492005
を用いることを特徴とする再構成演算装置。
An iteration number setting unit for setting the iteration number of the iteration process for correcting projection data;
A calibration coefficient calculation unit for calculating a calibration coefficient for adjusting an application ratio between a first processing function included in the iterative process and a second processing function having characteristics different from the first processing function;
A successive approximation projection data correction processing unit that performs the iterative process on the projection data based on the number of iterations and the calibration coefficient, and creates corrected projection data;
An image reconstruction unit for reconstructing a CT image using the corrected projection data;
Equipped with a,
The first processing function is a function related to noise reduction, the second processing function is a function related to reduction of streak artifact, p is an updated projection value, y is an original projection value, β is a correction coefficient, d is a detection characteristic Value, i is the detector element number, and n is the number of iterations,
The first processing function is an evaluation function
Figure 0006492005
The
As an iterative formula
Figure 0006492005
Use
The second processing function is an evaluation function
Figure 0006492005

The
As an iterative formula
Figure 0006492005
Reconstruction calculation device according to claim Rukoto used.
再構成演算装置が、
投影データを補正する反復処理の反復回数を設定する反復回数設定ステップと、
前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出ステップと、
前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する補正投影データ作成ステップと、
前記補正投影データを用いてCT画像を再構成する再構成ステップと、
を含み、
前記第1処理関数はノイズ低減に関する関数であり、前記第2処理関数はストリークアーチファクトの低減に関する関数であり、pが更新投影値、yが元の投影値、βが補正係数、dが検出特性値、iが検出素子番号、nが反復回数であるときに、
前記第1処理関数は、評価関数として
Figure 0006492005
を、
反復式として
Figure 0006492005
を用い、
前記第2処理関数は、評価関数として
Figure 0006492005
を、
反復式として
Figure 0006492005
を用いることを特徴とする再構成演算方法。
The reconstruction arithmetic unit is
An iteration number setting step for setting the iteration number of the iteration process for correcting the projection data;
A calibration coefficient calculating step for calculating a calibration coefficient for adjusting an application ratio between a first processing function included in the iterative process and a second processing function having characteristics different from the first processing function;
A corrected projection data creating step of creating corrected projection data by performing the iterative process on the projection data based on the number of iterations and the calibration factor;
A reconstruction step of reconstructing a CT image using the corrected projection data;
Only including,
The first processing function is a function related to noise reduction, the second processing function is a function related to reduction of streak artifact, p is an updated projection value, y is an original projection value, β is a correction coefficient, d is a detection characteristic Value, i is the detector element number, and n is the number of iterations,
The first processing function is an evaluation function
Figure 0006492005
The
As an iterative formula
Figure 0006492005
Use
The second processing function is an evaluation function
Figure 0006492005
The
As an iterative formula
Figure 0006492005
A reconstruction calculation method characterized by using
JP2015511163A 2013-04-08 2014-03-13 X-ray CT apparatus, reconstruction calculation apparatus, and reconstruction calculation method Active JP6492005B2 (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013080229 2013-04-08
JP2013080229 2013-04-08
PCT/JP2014/056654 WO2014167935A1 (en) 2013-04-08 2014-03-13 X-ray ct device, reconstruction operation device and reconstruction operation method

Publications (2)

Publication Number Publication Date
JPWO2014167935A1 JPWO2014167935A1 (en) 2017-02-16
JP6492005B2 true JP6492005B2 (en) 2019-03-27

Family

ID=51689349

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015511163A Active JP6492005B2 (en) 2013-04-08 2014-03-13 X-ray CT apparatus, reconstruction calculation apparatus, and reconstruction calculation method

Country Status (4)

Country Link
US (1) US9592026B2 (en)
JP (1) JP6492005B2 (en)
CN (1) CN105188543B (en)
WO (1) WO2014167935A1 (en)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6398685B2 (en) * 2014-12-16 2018-10-03 コニカミノルタ株式会社 Tomographic image generation system and image processing apparatus
JP6491471B2 (en) * 2014-12-24 2019-03-27 キヤノン株式会社 Image processing apparatus, image processing method, and program
JP6293713B2 (en) 2015-08-27 2018-03-14 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー Image processing apparatus, radiation tomography apparatus and program
EP3428627B1 (en) * 2016-03-11 2021-06-09 Shimadzu Corporation Image reconstruction method, image reconstruction program, and tomography device equipped with same
WO2017165672A1 (en) * 2016-03-23 2017-09-28 University Of Iowa Research Foundation Devices, systems and methods utilizing framelet-based iterative maximum-likelihood reconstruction algorithms in spectral ct
CN110545729B (en) * 2017-04-25 2023-03-17 株式会社岛津制作所 X-ray imaging apparatus
KR102099415B1 (en) * 2018-02-23 2020-04-09 서울대학교산학협력단 Method and apparatus for improving matching performance between ct data and optical data
CN110197515A (en) * 2018-02-24 2019-09-03 厦门市领汇医疗科技有限公司 The image rebuilding method and system of medical ct machine based on compton backscattering scanning
CN110400257B (en) * 2018-12-19 2022-10-14 中国科学院紫金山天文台 Multiple exposure image anti-aliasing method based on ratio correction term
WO2020138128A1 (en) * 2018-12-26 2020-07-02 キヤノン株式会社 Image processing device, image processing method, and program
JP7341874B2 (en) * 2018-12-26 2023-09-11 キヤノン株式会社 Image processing device, image processing method, and program
JP7317651B2 (en) * 2019-09-24 2023-07-31 富士フイルムヘルスケア株式会社 MEDICAL IMAGE PROCESSING APPARATUS AND MEDICAL IMAGE PROCESSING METHOD
JP7553307B2 (en) 2019-10-02 2024-09-18 キヤノンメディカルシステムズ株式会社 X-ray diagnostic equipment
CN111080740B (en) * 2019-12-27 2023-06-16 上海联影医疗科技股份有限公司 Image correction method, device, equipment and medium
CN111476856B (en) * 2020-04-08 2023-06-06 中北大学 Multispectral CT imaging method
JP7319723B2 (en) * 2020-12-30 2023-08-02 ニューロフェット インコーポレイテッド Medical image analysis method, medical image analysis device and medical image analysis system

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5831736A (en) * 1996-08-29 1998-11-03 Washington University Method and apparatus for generating a three-dimensional topographical image of a microscopic specimen
US6868138B2 (en) * 2002-05-29 2005-03-15 The Regents Of The University Of Michigan Method, processor and computed tomography (CT) machine for generating images utilizing high and low sensitivity data collected from a flat panel detector having an extended dynamic range
JP4535795B2 (en) 2004-07-12 2010-09-01 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー Image processing apparatus and X-ray CT system
US8155415B2 (en) * 2005-07-01 2012-04-10 Siemens Medical Solutions Usa, Inc. Extension of truncated CT images for use with emission tomography in multimodality medical images
US8478015B2 (en) * 2005-07-01 2013-07-02 Siemens Medical Solutions Usa, Inc. Extension of truncated CT images for use with emission tomography in multimodality medical images
JP5635732B2 (en) * 2005-12-15 2014-12-03 コーニンクレッカ フィリップス エヌ ヴェ Progressive convergence of multiple iteration algorithms
DE102008053110A1 (en) * 2008-06-27 2009-12-31 Siemens Aktiengesellschaft Method for the reconstruction of CT image data
US8306302B2 (en) * 2008-09-29 2012-11-06 Carestream Health, Inc. Noise suppression in diagnostic images
WO2010062956A1 (en) * 2008-11-26 2010-06-03 Wisconsin Alumni Research Foundation Method for prior image constrained image reconstruction in cardiac cone beam computed tomography
US7912180B2 (en) * 2009-02-19 2011-03-22 Kabushiki Kaisha Toshiba Scattered radiation correction method and scattered radiation correction apparatus
JP5600946B2 (en) * 2010-01-28 2014-10-08 株式会社島津製作所 Tomography equipment
US8054094B1 (en) * 2010-06-10 2011-11-08 General Electric Company Image reconstruction based constrained maximization
US8189735B2 (en) * 2010-07-22 2012-05-29 General Electric Company System and method for reconstruction of X-ray images
WO2012050149A1 (en) * 2010-10-14 2012-04-19 株式会社 日立メディコ X-ray ct apparatus and image reconstruction method
US20120128265A1 (en) * 2010-11-23 2012-05-24 Toshiba Medical Systems Corporation Method and system utilizing iterative reconstruction with adaptive parameters for computer tomography (ct) images
JP5759159B2 (en) * 2010-12-15 2015-08-05 富士フイルム株式会社 Radiation tomographic image generation method and apparatus
WO2012147471A1 (en) * 2011-04-28 2012-11-01 株式会社 日立メディコ Image processing device for medical use and image processing method for medical use
US8538114B2 (en) * 2011-06-06 2013-09-17 Kabushiki Kaisha Toshiba Method and system utilizing parameter-less filter for substantially reducing streak and or noise in computer tomography (CT) images
US9159146B2 (en) * 2011-07-08 2015-10-13 Hitachi Medical Corporation Image reconstruction device and image reconstruction method configured to perform iteratively reconstructed image using weight coefficient

Also Published As

Publication number Publication date
US9592026B2 (en) 2017-03-14
CN105188543B (en) 2017-11-14
JPWO2014167935A1 (en) 2017-02-16
US20160278733A1 (en) 2016-09-29
CN105188543A (en) 2015-12-23
WO2014167935A1 (en) 2014-10-16

Similar Documents

Publication Publication Date Title
JP6492005B2 (en) X-ray CT apparatus, reconstruction calculation apparatus, and reconstruction calculation method
JP6329490B2 (en) X-ray CT apparatus and image reconstruction method
US9036886B2 (en) System and method for correcting for metal artifacts using multi-energy computed tomography
JP5978429B2 (en) Medical image processing apparatus and medical image processing method
JP5960048B2 (en) Reconstruction calculation device, reconstruction calculation method, and X-ray CT apparatus
KR101576703B1 (en) Image processing apparatus, image processing method, and computer-readable storage medium
US9025815B2 (en) System and method for multi-material correction of image data
CN102846333B (en) The method and system of the scatter correction in x-ray imaging
JP4414420B2 (en) X-ray tomography apparatus and artifact reduction method
JP5918374B2 (en) X-ray CT apparatus and X-ray CT image processing method
JP6242631B2 (en) Medical image processing apparatus and X-ray computed tomography apparatus
US8050479B2 (en) Method and system for generating a computed tomography image
WO2010038536A1 (en) X-ray ct apparatus
US11419566B2 (en) Systems and methods for improving image quality with three-dimensional scout
JP6945410B2 (en) Image reconstruction processing device, X-ray computer tomographic imaging device and image reconstruction processing method
JP2011177396A (en) X-ray ct apparatus
WO2016132880A1 (en) Arithmetic device, x-ray ct device, and image reconstruction method
EP3404618B1 (en) Poly-energetic reconstruction method for metal artifacts reduction
US20050018889A1 (en) Systems and methods for filtering images
US20230145920A1 (en) Systems and methods for motion detection in medical images
JP2010075443A (en) Tomographic image processing device, x-ray ct apparatus, and program
CN104395934B (en) The image reconstruction in multi-energy imaging staggeredly
CN115482192A (en) Medical information display device, medical image processing device, and medical information display method
WO2018116791A1 (en) Medical image processing device and x-ray ct device provided with same, and medical image processing method
Ahmad et al. Optimization of four-dimensional cone-beam computed tomography in image-guided radiation therapy of the lung

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170223

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20171030

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20171107

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180109

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180305

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180710

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180903

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190205

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190304

R150 Certificate of patent or registration of utility model

Ref document number: 6492005

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350